我认为谷歌的语音转文字设施（如Google Voice自动转录语音信箱、YouTube上视频的自动字幕等）非常令人印象深刻。我曾经查看过谷歌是否通过API提供了这项服务，但似乎他们没有（我并不怪他们！）。提供语音转文字功能的云计算服务将会非常酷。那么有没有什么“黑科技”可以用来访问语音转文字呢？我的架构基本上是这样的——将15-20秒的wav/mp3/其他片段作为输入，输出为纯文本。你们有什么想法吗？
有没有语音转文字的API或者某种“技巧”，可以使用谷歌的语音转文字功能？
4
- user245120
1
什么平台？相关的问题（请查看此页面下方和右侧）可能会提供一些见解。 - Robert Harvey
6个回答
3
有很多语音转文本的API可用。虽然谷歌没有提供他们的API，但这并不意味着你没有选择。
这里有一个适用于C#的好API。如果你的平台不是.NET，你可以搜索其他API。
- Samuel Neff
2
看看这个：http://mikepultz.com/2011/03/accessing-google-speech-api-chrome-11/
我目前正在尝试在PHP中实现该API。
-- Seth
- Westy92
2
Seth - 你曾经实现了这个 API 吗？你有兴趣在 Github 上分享吗？ - Ben Lobaugh
我没有这样做，但我让Google识别了我在那篇文章中发布到URL上的音频片段中的文本。我放弃的原因是我的应用程序使用mp3文件，而Google的服务器只接受*.flac文件。 - Westy92
1
如果你真的想要谷歌的输出... 这是一种黑客方法。
你是否考虑过制作一个电话提交引擎？它基本上会调用你的谷歌语音邮件... 播放mp3。
通过https://code.google.com/p/google-voice-java/获取输出。
更好的答案呈现。
你是否考虑过制作一个电话提交引擎？它基本上会调用你的谷歌语音邮件... 播放mp3。
通过https://code.google.com/p/google-voice-java/获取输出。
更好的答案呈现。
- Havoc
1
这里是Peter Moffatt建议的更新、更“官方”的版本：
http://lists.w3.org/Archives/Public/public-xg-htmlspeech/2011Feb/att-0020/api-draft.html
而谷歌的相关公告：
http://chrome.blogspot.com/2011/03/talking-to-your-computer-with-html5.html
- Theo
1
你可以参考以下使用C#的实现 - 我使用了Mike Pultz的链接。
我使用Sox将其转换为flac，创建了一个小的SOX脚本将其分割成块。 https://github.com/seigneur/Voice-Biometrics
我使用Sox将其转换为flac，创建了一个小的SOX脚本将其分割成块。 https://github.com/seigneur/Voice-Biometrics
- wizgot
1
它可以通过Chrome 8或Opera在HTML5中使用： https://docs.google.com/View?id=dcfg79pz_5dhnp23f5&pli=1
Google语音技术也可以通过Android API在Android手机上访问。
其他产品，如Sphinx，是最适合特定领域而不是“无限制”语音转文本的语音识别引擎。
- Peter Moffatt
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接