speech相关内容

如何获取iOS9上所有声音的列表？

获取“所有”AVSpeechSynthesisVoice对象列表的标准方法是请求它： [AVSpeechSynthesisVoice speechVoices] 但是，这仅显示每个语言区域对的唯一默认语音。例如，EN-US： "Language: en-US, Name: Samantha, Quality: Default", 如果我在下面的设置应用程序中查看 General ..
发布时间：2022-04-18 21:20:58 移动开发

语音识别和声音与音乐的比较

我正在尝试制作一款具有语音识别功能的Android应用程序，但不幸的是，Google不支持我的语言(马其顿语)，我正在尝试比较两种录音的声音。 我正在使用http://code.google.com/p/musicg/来记录和比较语音，我正在堆叠初始化语音检测的设置。有人可以告诉我如何重写语音检测的初始化函数，这对我来说非常重要。或者其他一些想法 如何做到这一点。 这是哨声检测的初始化 ..
发布时间：2022-04-02 10:19:48 移动开发

从Google Speech API结果中检测流畅度

我正在尝试使用Google Speech(转换为文本)API确定演讲者的流利度。 到目前为止，我发现接口(Betav1)可以显示说出一个单词的时间(开始时间和结束时间)。 和来自维基百科的 口语流利度或口语流利度都是衡量产出的标准 和接受演讲，作为一个流利的演讲者必须能够 在谈话中理解并回应他人。口语是 典型地以看似不流利的品质为特征(例如， 支离破碎、停顿、错误开始、犹豫、重复 ..
发布时间：2022-04-02 09:57:16 其他开发

Microsoft语音识别定制培训

我一直想创建一个使用Microsoft语音识别的应用程序。 我的应用程序的用户应该经常说缩写的东西，比如‘LHC’代表‘大型强子对撞机’或‘CERN’。根据该顺序，我的应用程序将返回 你说：在C岁的时候 您说：CERN 虽然它对‘CERN’有效，但对‘LHC’却失败得很厉害。 然而，如果我可以制作自己的定制培训文件，我就可以很容易地在其中的某个地方放置术语LHC。然后，我 ..
发布时间：2022-04-02 09:46:08 Python

用于语音检测和识别的开源代码

我有15盘录音带，我相信其中一盘包含了我和祖母交谈的旧录音。快速地试图找到合适的地方，但没有找到。我不想听20个小时的磁带才能找到它。位置可能不在其中一盘磁带的开头。大多数内容似乎分为三类--按照总长度的顺序，最长的是：静音、语音广播和音乐。 我计划将所有磁带转换为数字格式，然后再次查找录音。最明显的方法是在我做其他事情的时候在背景中播放它们。这对我来说太直截了当了，所以：有没有什么开源库或 ..
发布时间：2022-04-02 09:25:49 其他开发

C#Syst.Speech.识别替换字词

我目前正在使用Microsoft.Speech API将话语口述为文本，但我真正需要的是该程序可以使用的其他口述。我用这个作为我的荣誉论文，因此我希望知道对任何话语的前十种解读。 2011年，人们提出了一个非常类似的问题，如果不是很准确的话： C# system.speech.recognition alternates 但一直没有人接电话。因此，我的问题是：如何使用Microsoft.S ..
发布时间：2022-04-02 09:15:45 C#/.NET

语音识别和语音合成入门

我想开始学习语音识别和语音合成 在Prototype based on speech recognition 有人告诉我使用Microsoft语音服务器(SDK等) 当我有了这些，我如何编写应用程序，以及使用哪种编程语言(开发环境？)？ 是否有使用Asterisk或SVOX的经验？ 我需要做的是： 语音识别 语音合成 我不一定要很好地识别语音--我认为一开始30-50个单 ..
发布时间：2022-04-02 09:08:09 其他开发

如何向Microsoft SAPI添加自定义SR(语音识别)

我有一个用于语言X的语音识别应用程序。 Microsoft SAPI不支持此语言。如何将用于语言X的此SR添加到Microsoft SAPI，以便可以通过Microsoft SAPI使用它？ 所以我想知道的是 我可以向Microsoft SAPI添加自定义SR吗？ 如果是，如何操作？ 如果这是一个复杂的过程，从哪里可以找到详细信息？ 推荐答案 只是应用程序编程接口 ..
发布时间：2022-04-02 09:06:46 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

PySpeech(Python)-转录MP3文件？

我想使用pySpeech API转录mp3(语音到文本)。不过，我不知道这是否可能。 是吗？如何？ 推荐答案 我不知道关于pySpeech的事情，但如果它是微软Speech API的包装器，那么其他一些帖子可能会有帮助。 Microsoft语音引擎不需要麦克风输入。他们可以接受音频文件。 如果你在做抄写，你需要一本听写语法。听写语法包含在Windows 7和Vista附带 ..
发布时间：2022-04-01 23:44:14 Python

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

在代码中处理语音命令以执行命令的智能方法

与其使用可能会变得非常冗长且非常乏味的 Switch/Case 或 IF 布尔检查，我想知道是否可以找到更好的方法来处理和处理命令. 例如: if(settings.getName == 命令){说话(“我在这里")；}if("获取新闻提要" == 命令){MyRSSFeed RSSNewsFeed = new MyRSSFeed();RSSNewsFeed.GetFeed();} if ..
发布时间：2022-01-23 08:46:25 C#/.NET

谷歌语音识别 API

我正在尝试使用 Google Speech API v2(地址 https://www.google.com/speech-api/v2/recognize?...) 我需要使用我的 Api 密钥，但是当我使用它时，我收到 error 403 Forbidden 当我使用我下载的示例项目中的 API 密钥时，它工作正常. 我在 Google Developers Console ..
发布时间：2022-01-01 20:27:18 其他开发

System.Speech.Recognition 和 Microsoft.Speech.Recognition 有什么区别?

.NET 中有两个类似的命名空间和程序集用于语音识别.我正在尝试了解这些差异以及何时适合使用其中一种. 有 System.Speech.Recognition 来自程序集 System.Speech(在 System.Speech.dll 中).System.Speech.dll 是 .NET Framework 类库 3.0 及更高版本中的核心 DLL 还有来自程序集 Microso ..
发布时间：2021-12-02 13:40:14 C#/.NET

用于检测人声、性别、年龄和情绪的音频分析——之前做过任何开源工作吗?

在“音频分析"领域是否有先前的开源工作来检测人声(比如尽管有一些背景噪音)，确定说话者的性别，可能确定否.演讲者的数量、演讲者的年龄以及演讲者的情绪? 我的预感是，像 CMU Sphinx 这样的语音识别软件可能是一个不错的起点，但如果有更好的东西，那就太好了. 解决方案 我是一名从事语音识别研究的研究生.这些都是开放的研究问题，不幸的是，我不知道可以开箱即用的开源软件包. 如 ..
发布时间：2021-11-27 11:59:59 其他开发

是否有 Web Speech API 限制?

我正在使用 W3C 浏览器网络语音 Api.我到处搜索，但找不到答案.有使用限制吗? 演示:https://www.google.com/intl/en/chrome/demos/speech.html 解决方案 是的，有一点问题.经过大量实验，我最近终于达到了极限；一旦请求开始，它就会被缩短.在桌面网络浏览器 (Chrome) 上，有 每个用户的限制(Primiano Tucci ..
发布时间：2021-11-15 02:24:43 其他开发

是否有 Web Speech API 限制?

我正在使用 W3C 浏览器网络语音 Api.我到处搜索，但找不到答案.有使用限制吗? 演示:https://www.google.com/intl/en/chrome/demos/speech.html 解决方案 是的，有一点问题.经过大量实验，我最近终于达到了极限；一旦请求开始，它就会被缩短.在桌面网络浏览器 (Chrome) 上，有 每个用户的限制(Primiano Tucci ..
发布时间：2021-11-15 02:24:28 其他开发

演讲中的关键词发现

是否有人知道免费提供的关键字发现系统，并且可能提供 API ?? CMU Sphinx 4 和 MS Speech API 是语音识别引擎，不能用于 KWS. SRI 有一个关键字识别系统，但没有下载链接，甚至没有用于评估的链接.(我什至在任何地方都找不到联系他们的软件的链接) 我在这里找到了一个，但它是一个演示版且有限. 解决方案 CMUSphinx 在 Pockets ..
发布时间：2021-11-15 01:23:55 其他开发

JAVA 使用谷歌语音识别 API

我正在尝试使用谷歌语音识别 API.这是我写的代码: http://pastebin.com/zJEhnJ74 它有效.我从服务器得到答复: {"status":5,"id":"8803471b14a2310dfcf917754e8bd4a7-1","假设":[]} 现在的问题是“状态:5".事实上，这是状态代码: 状态:0 – 正确，状态:4 – 缺少音频文件，状态:5 – 不 ..
发布时间：2021-11-15 01:05:53 Java开发

使用 Google 语音 API

在我的基于 C# 的应用程序中实现 Google Speech API 的代码是什么?我发现可以创建音频文件并将其发送到 http://slides.html5rocks.com/#speech-input 并将其作为文本接收.如果您以前尝试过，能否请您解释一下如何执行此操作或向我提供代码?卡在这里好久了 非常感谢. 到目前为止的代码: SpeechRecognitionEngin ..
发布时间：2021-11-15 00:55:25 C#/.NET