其他开发

语音识别，NodeJS

我目前正在开发一个工具，由于连接到不同的API，我可以阅读所有通知。 它工作得很好，但现在我想放一些语音命令来做一些操作。 就像当软件显示“一封来自Bob的邮件”时，我想说的是“阅读它”或“存档它”。 我的软件通过节点服务器运行，目前没有任何浏览器实现，但它可以是计划。 在节点JS中启用语音到文本的最佳方式是什么？ 我在它上面看到了很多线程，但主要是使用浏览器，如果可 ..
发布时间：2022-04-01 23:59:45 其他开发

语音识别与编程

有人在编程方面用过Dragon自然会说语音识别软件吗？ 我想知道，因为我认为这会比我手工打字快得多，而且在我的碳水化合物隧道上打字更容易。 我每天都在VB6 IDE、VISUAL STUDIO 2008 IDE+团队资源管理器中编程，写电子邮件，通过Windows Live IM聊天。 我需要一个基于命令的界面，在其中我可以将语音命令绑定到击键，在拼写/说单词/说不带空格的单词之间切 ..
发布时间：2022-04-01 23:54:53 其他开发

只对数字(1到10000)进行语音识别的接口还是sdk？

我需要一个专门的解决方案来检测1到1000之间的数字，以便在智能手机上使用。 最好的解决方案是让这个SDK脱机工作。 有什么想法吗？ 我找不到Google Speech或Amazon Transcribe的任何配置以允许“仅数字” 推荐答案 从人们那里得到数字是不太对的，即使你向他们要数字，他们通常也会说很多话，比如“我不知道”或“稍等一下”。您将严重损害体验。 您必须智能地分析 ..
发布时间：2022-04-01 23:52:48 其他开发

非英语语言的语音到文本转换

我正在尝试实现非英语语言的朴素语音到文本的转换。用户使用其他语言说话，而文本也使用相同的语言。这可能吗？如果是的话，有谁能帮助我们想出如何实施它的想法呢？如有任何帮助，我们将不胜感激。提前谢谢。 推荐答案 任何商业语音识别解决方案都不太可能支持梵文，因此您唯一的选择是将对梵文的支持添加到开源引擎(如CMUSphinx)中。 这非常简单，您实际上只需要按照文档操作，就可以切中要害。 ..
发布时间：2022-04-01 23:51:11 其他开发

基于语音识别的原型系统

我要创建一个基于自动语音识别的原型以处理报告。 需求现在还不确定，但首先我会得到一些虚拟数据集。 首先，我将专注于声学信号的输入和进一步的处理。 我真的不知道如何开始，哪种开发环境，编程语言，... 我更喜欢使用Visual Studio，因为我已经有许可证，但我对提议持开放态度。 您有没有一些教程、想法、经验？ 推荐答案 (我正在重复使用最近发给朋友的一封电子 ..
发布时间：2022-04-01 23:49:34 其他开发

有人在生产中使用Google Speech API吗？

我找到了一些介绍如何使用Google Speech API的文章(http://mikepultz.com/2011/03/accessing-google-speech-api-chrome-11/)。 然而，这可靠吗？有人在生产中使用它吗？ 谢谢 推荐答案 我的理解是，谷歌的语音网络服务只有在他们的Chrome浏览器或安卓操作系统上才能合法使用。你当然可以构建一个依赖于 ..
发布时间：2022-04-01 23:46:20 其他开发

我可以使用语音识别来编写SQL吗？

我打字时手腕痛，我想开始使用语音识别编写SQL语句、存储过程和视图。 推荐答案 是。SQL非常适合语音识别(就像编程语言一样)，因为它的词汇量和类似句子的结构都很有限。除了格式化SQL以使其看起来更美观之外，我口述它的速度比打字快得多。然而，口述代码并不适合每个人。一开始可能会非常令人沮丧。尝试并坚持这样做的人很可能是那些别无选择的人。 我使用的是Dragon NaturalyS ..
发布时间：2022-04-01 23:43:01 其他开发

当一个人说话时，识别片段吗？

有谁知道一个(最好是C#.Net)库，可以让我在语音录音中定位特定人发言的片段？ 推荐答案 工具包可以喊出：http://shout-toolkit.sourceforge.net/index.html 它是用C++编写的，并在Linux上进行了测试，但它也应该可以在Windows或OSX上运行。 该工具包是我在自动语音识别(ASR)博士研究中的副产品。将它用于ASR本身可 ..
发布时间：2022-04-01 23:38:30 其他开发

使用SAPI 5.3语音API进行声学培训

在Vista上使用Microsoft的SAPI 5.3语音API，如何编程进行RecoProfile的声学模型训练？更具体地说，如果您有一个文本文件和一个说出该文本的用户的音频文件，您会执行什么序列的SAPI调用以使用该文本和音频训练用户的配置文件？ 更新： 有关此问题的详细信息我仍未解决： 您在"；处调用ISpRecognizer2.SetTrainingState(true ..
发布时间：2022-04-01 23:36:04 其他开发

Google Speech API

我现在正在处理我的项目，我即将为台式计算机构建一个类似Siri的应用程序。我在想，谷歌语音API对于语音识别来说是否可靠和准确？你能给我推荐一下哪种语音API在语音识别方面最准确吗？最好是一个免费的API。谢谢。 推荐答案 虽然Google Speech API是免费的，但它不是官方的公共API。一些人对它进行了反向工程，discussed in this blog也是如此。如果您计划 ..
发布时间：2022-04-01 23:34:34 其他开发

银行家的四舍五入真的在数字上更稳定吗？

我说的银行家四舍五入是指 “四舍五入，平分” ASrecommended by IEEE 754： 舍入到最接近的值；如果数字落在中间，则舍入到具有偶数(零)最低有效位的最接近的值。这是二进制浮点的默认设置，也是十进制的推荐默认设置。 据说此方法优于 “四舍五入到最近，平局离零” on the grounds that它“将对四舍五入的数字求和时的预期误差降至最 ..
发布时间：2022-04-01 23:22:57 其他开发

为什么要从整型转换为浮点型？

我正在读CS：APP，关于强制转换，它说在将从整型强制转换为浮点型时，数字不能溢出，但可以四舍五入。 这对我来说似乎很奇怪，因为我不知道有什么可以绕过去的，所以我试过了。我认为这只适用于非常大的整数(接近INT_MAX/INT_MIN)，但舍入也是在上亿附近进行的。(不确定这种情况最先发生在哪里)。 为什么会发生这种情况？float的范围远远超过int。有人可能会说，浮点数不能准确表示 ..
发布时间：2022-04-01 23:08:41 其他开发

在SQL中舍入到小数点后两位

我需要将分钟转换为小时，四舍五入到小数点后两位。我还只需要在小数点后显示最多两个数字。因此，如果我的分钟数为650，则小时数应为10.83。 以下是我到目前为止的情况： Select round(Minutes/60.0,2) from .... 但在这种情况下，如果我的分钟是，比方说，630小时是10.5000000。但我只想要10.50英镑(舍入后)。如何实现此目标？ 推 ..
发布时间：2022-04-01 23:03:39 其他开发