speech-recognition - 是否有语音转文本 API 或一些“hack”，我可以通过它使用 Google 的语音转文本工具？

Question

我认为 Google 的语音转文本功能（Google Voice 语音邮件的自动转录、YouTube 上视频的自动字幕等）令人印象深刻。

我确实查看了谷歌是否通过 API 提供了它，但似乎他们没有（不是我责怪他们！）。不过，提供语音到文本功能的云计算服务会非常酷。

是否有某种“黑客”可用于将语音访问文本。我的架构基本上归结为 - 一个短的 15-20 秒 wav/mp3/其他剪辑作为输入，输出是纯文本。

任何想法的人？

score 3 · Accepted Answer

有很多语音到文本的 API。仅仅因为谷歌没有提供他们的，这并不意味着你不走运。

这是一个适用于 C# 的好方法。如果您的平台不是 .NET，您可以搜索其他平台。

score 2 · Accepted Answer

我目前正在尝试在 PHP 中实现 API。

——赛斯

score 1 · Accepted Answer

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 手机上的 Android API 访问。

其他产品，如 Sphinx，是在特定领域工作得最好的语音识别引擎，而不是“不受约束的”语音到文本。

score 1 · Accepted Answer

这是彼得莫法特建议的更新，更“官方”的版本：

以及谷歌的相关公告：

score 1 · Accepted Answer

您可以使用 C# 查看以下实现 - 我使用了 Mike Pultz 链接。

https://github.com/seigneur/Voice-Biometrics 我使用 Sox 转换为 flac，创建了一个小的 SOX 脚本将其拆分为块。

score 1 · Accepted Answer

如果你真的想要谷歌的输出......这是一个 Hack 方法

你有没有想过制作手机提交引擎？本质上，它会调用您的谷歌语音邮件...播放 mp3。

提供更好的答案。

6 回答 6