我正在开发一个实时翻译的Python应用程序。我需要实时识别语音:当用户说什么时，它会自动将这段音频发送到Google speech API并返回文本。因此，我希望在说话时立即显示识别出的文本。我已经找到了流式语音识别，但似乎我仍然需要先录制完整的语音，然后再将其发送到服务器。此外，也没有如何在Python中使用它的示例
有没有可能用Google Speech API做到这一点？
浏览 7提问于2017-05-19得票数 0
4回答
我想实时处理这个音频。我主要想做的是：
根据事件执行一些操作，比如，如果看到一个波形模式类似于某个预定义的波形，然后调用一个函数。是否有任何Python模块或C库允许我这样做？
浏览 1提问于2013-06-26得票数 7
1回答
我使用this example from Azure -连续识别。但是，我需要等待很长时间才能完成识别，例如1小时的语音文件。 有没有可能让Azure立即完成识别？目前，识别率约为1:1，即识别1小时的文件需要1小时。我希望这件事能在1:60完成。
浏览 126提问于2021-11-04得票数 1
公司产品应用场景，在使用移动直播sdk开启推流的同时，配合语音识别同步启动实时语音内容翻译。关闭直播后，实时上传当次直播的文字版本内容。目前出现问题为，当开启语音直播同时开启语音识别后，语音识别可以正常识别，但是直播推流无法进行，麦克风权限问题，两个功能都使用了麦克风，有什么办法解决这个问题？
浏览 237提问于2020-05-09
1回答
我会使用Google语音库，但是我们的应用程序是基于osgi的，所以我宁愿使用Google语音Rest。我想知道是否有可能用这个rest进行某种livespeech识别。
浏览 1提问于2018-09-12得票数 0
回答已采纳
1回答
我已经使用Python语音识别工作了大半个月，制作了一个类似JARVIS的助手。我已经通过Google Speech API和Pocketsphinx使用了语音识别模块，并且我直接使用了Pocketsphinx，而没有使用其他模块。虽然识别是准确的，但我很难处理这些软件包处理语音所需的大量时间。它们的工作方式似乎是从一个静默点记录到另一个静默点，然后将记录传递给STT引擎。当查看Google Assistant语音识别、Alexa的<
浏览 1提问于2018-07-26得票数 14
1回答
语音识别支持哪些语言呢？文档没有写，只提到“实时流式语音识别适用于对识别时效要求严格的场景。目前支持的语言包括中文和英文。”但不确定离线或者在线的语音识别支持哪些语种。请在语音识别的《产品简介》中注明，谢谢！
[附加信息]
浏览 366提问于2018-04-02
1回答
我必须创建一些小的语音控制游戏(为windows和android)。不需要语音识别(目前)，只有声音音量是重要的。
因此，可以将任务简化为创建一个简单的均衡器，该均衡器可以实时从麦克风获取语音数据。
浏览 5提问于2017-03-19得票数 0
回答已采纳
1回答
我听说HTML5有一个Audio API，你可以通过它来录制你的语音，但我不知道怎么做。
我将感谢每个人谁可以帮助我或提出一些解决方案，建议，代码或指南来解决这个问题。
浏览 23提问于2013-03-09得票数 5
回答已采纳
我的总体目标是将语音识别软件的输出作为字符串输入Python。语音识别软件将所听到的信息输入到任何实时开放的领域中。不可能以任何其他方式获得输出。句子之间有几秒钟的沉默，在此期间，语音识别软件不会输入任何内容。我希望每个句子都是Python中的一个单独的字符串。
浏览 5提问于2017-03-29得票数 0
回答已采纳
1回答
操作:用于iPhone(iOS设备)的语音识别(语音到文本)框架，我已经在我的iPhone设备上安装了openears演示应用程序，它运行良好，但只适用于诸如GO、CHANGE、MODEL之类的单词列表我们能否使语音识别对于实时语音识别更加通用，也就是说，不局限于少数几个单词。应该是通用的。
Openears：
浏览 1提问于2012-12-07得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
