speech-to-text

3熱度

1回答

我有一個SFSpeechRecognizer從蘋果公司的示例應用程序設置 https://developer.apple.com/library/content/samplecode/SpeakToMe/Introduction/Intro.html 我想知道是否有可能有識別器識別出未連接到其他先前已識別單詞單個單詞。例如，識別器現在會嘗試在發出「滾動」時形成一個句子，然後找到有意義的單詞的最佳

0熱度

1回答

Watson語音到文本 - 自定義語言模型培訓錯誤 - OOV詞語總數超過30000

我的自定義語言模型出現培訓錯誤。我加了< 30K字。我驗證的OOV字計數 - { 「語料庫」：[{ 「out_of_vocabulary_words」：73，「total_words」：5034，「名」：「ABC」，「狀態」：「分析」 }]} 捲曲-X GET -u 「名爲myUsername」：「輸入mypassword」「https://stream.watsonplatfor

2熱度

1回答

如何使用Google Cloud Speech API進行實時語音識別？

我很努力地通過Google Cloud Speech API找到關於實時連續語音識別的示例。我的要求是在用戶講話時使用麥克風並檢測語音並進行轉錄。我知道他們的REST API沒有這種支持，所以我研究了grpc的例子，包括他們提供的例子。但它們都似乎是用戶可以上傳音頻並檢測語音的示例。我在Java和谷歌grpc支持Java以及。任何人都會遇到一個很好的例子，說明如何通過Mic持續進行這種識別？

0熱度

1回答

未能執行谷歌雲語音API

我已經在Google雲平臺上註冊，通過驗證步驟並按建議here創建了所需的JSON。在下載Google雲SDk（設置環境變量的要求）並嘗試安裝安裝失敗時，我的操作系統是win 7 64位。在嘗試直接設置環境（我的電腦>高級設置>環境變量）和運行中給出的鏈接中提到的代碼中，我得到的錯誤爲請檢查環境變量Google_Application_credential的價值 error Image 錯誤信

0熱度

1回答

如何檢索谷歌語音API異步請求響應？

我試圖讓異步的谷歌語音API請求工作。誠如我使用play命令： play audio2min.flac 從這裏使用代碼：https://github.com/GoogleCloudPlatform/python-docs-samples/tree/master/speech/api-client。然後我使用相應的編碼調整請求。然後我得到的錯誤： "Audio 'content' cannot

0熱度

1回答

如何爲IBM Watson speech2text服務指定語音關鍵字？

雖然我們在一般情況下使用Bluemix Java SDK取得了很大的成功，但我們在嘗試識別偶爾的非英語單詞（例如外國姓氏）時遇到了問題。我們的希望是可以使用SPR語音表示法（它對text2speech非常有用）指定關鍵字列表，但這似乎不支持speech2text。任何建議/解決方法？ SpeechToText service = new SpeechToText(); service.setUs

3熱度

4回答

從Twillio錄製的電話進行實時語音識別

我目前使用Twilio撥打電話，並且想要添加語音識別元素，以便如果用戶說特定的短語，我的後端可以使用具體行動。如果你熟悉Twilio，類似於Gather動詞。它需要是實時的，因爲如果存在識別問題，用戶將被要求澄清。

0熱度

1回答

語音文字處理-python

我有一個項目，其中用戶將從android/web發送音頻文件到服務器。我需要在服務器上對文本進行語音處理，並在android/web上將一些文件返回給用戶。然而，服務器端要用Python來完成。請指導我如何做到這一點？

0熱度

2回答

IBM Watson對文本api的演講是否識別不同的口音？

我正在嘗試將IBM Watson語音用於文本API。這個api能識別不同的口音嗎？有什麼教法是不同的口音，如印度口音？在Windows中，對於語音識別，口音識別是通過提供一些示例語音來理解人的口音來完成的。 IBM Watson中是否有類似的方法？

1熱度

2回答

Ionic 2 - 語音識別

有沒有辦法在Iionic 2項目中使用語音識別？我遇到的所有可能性都是Ionic 1，就像這篇文章中的Speech recognition using ionic framework。 Ionic 2已經提供了一個用於文本到語音的本地API http://ionicframework.com/docs/v2/native/texttospeech/，但我會反過來需要它。