如何将语音转换为文本？

【问题标题】：How do I convert speech to text?如何将语音转换为文本？
【发布时间】：2010-10-04 05:50:56
【问题描述】：

如何获取 MP3 并将语音转换为文本？

我有一些会议记录和会议记录（录音中只有一个声音，就是我的声音）。我认为使用语音转文本工具而不是简单地手动转录会更容易且在智力上很有趣。我知道有一些技术，特别是对于使用 Asterisk 和 Podcast 的 VoIP 应用程序，但它们是什么以及如何使用它们？

【问题讨论】：

  • 也许可以把它传递给 Joel 和 Jeff，这样他们就可以获得 SO 播客的 wiki 转录文本。
  • 作为一种解决方法，可以将媒体作为视频上传到 Youtube，因为 Youtube 在上传视频时执行 CC 服务。这不是开发人员的解决方案，但它可能会在紧要关头得到解决。 youtube.com/watch?v=yxmfJuC2Uno

标签： audio speech-to-text


【解决方案1】：

开源：CMU Sphinx

共享软件：http://www.e-speaking.com/ (Windows)

商业：Dragon NaturallySpeaking (Windows)

【讨论】：

  • 我认为以上三个是很好的选择，可以为您提供所需的内容，但是会有一些编码（没有剪切 n'n 粘贴 hack）来让文本说话。根据我将 Sphinx 与 Asterisk PBX 一起使用的非常有限的经验，我会为一个小型个人项目进行免费（啤酒和演讲）投票。
【解决方案2】：

.NET 可以使用它的 System.Speech 命名空间来做到这一点。

您必须先转换为 .wav 或从麦克风实时捕获音频。

可在此处找到有关实施的详细信息： Transcribing Audio with .NET

【讨论】：

    【解决方案3】：

    Dragon NaturallySpeaking似乎支持MP3输入。

    如果你想要open source version（我认为有一些基于此的 Asterisk 集成项目）。

    【讨论】：

    【解决方案4】：

    聚会迟到了，所以回答更多以供将来参考。

    该领域的进步 + Mozilla 的思维方式和议程促成了这两个项目：

    后者有一个 12GB 的数据集供下载。根据我的理解，前者允许使用您自己的音频文件训练模型

    【讨论】：

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 2023-01-09
      • 1970-01-01
      • 1970-01-01
      • 2012-11-25
      • 2011-05-16
      • 1970-01-01
      相关资源
      最近更新 更多
      热门标签
      Java Python linux javascript Mysql C# Docker 算法 前端 SpringBoot Redis Vue spring 设计模式 .net core .net kubernetes c++ 数据库 数据结构 大数据 js 机器学习 微服务 Android Go 程序员 面试 JVM ASP.net core 云原生 人工智能 后端 PHP git CSS golang k8s Nginx Django mybatis 深度学习 多线程 React 架构 devops 爬虫 云计算 Spring Boot LeetCode