speech-to-text - Mp3 / Wav 到文本

Question

我目前有一个移动应用程序，可以将语音录制为 WAV 或 MP3，并希望将其转换为文本。我环顾四周——Microsoft Speech、UCMA 等——但没有看到任何关于如何做到这一点的好例子。有人可以在这里帮忙吗？

仅供参考 - 我们可以访问 MS Lync。

期待任何回应，詹姆斯

Answer 1

此处提供了使用 UCMA 3.0 SDK 执行语音识别的示例。但是，根据经验（我很乐意在这里被证明是错误的），您只能从预先确定的一组选项中识别出特定的响应。所以，你可以问“你今天过得怎么样”，并告诉 UCMA 有效的回答是“好”、“一般”、“坏”，然后它会尝试匹配其中任何一个。我还没有看到它能够“只是”进行言论自由转换。（一个更难的问题）

这可能是 Microsoft Speech API 可以做得更好的事情。试试这篇文章以获得良好的开端。