windows - 我可以直接使用 SAPI 将语音从存储的音频实时转换为文本吗

Question

我真正想要实现的是——>假设我播放一个音频文件（使用我的应用程序），它可以从互联网流式传输/或直接从本地存储访问。现在我想配置 SAPI 来收听这个源而不是麦克风，并像往常一样将语音从音频转换为文本。

Answer 1

开箱即用似乎只支持 WAV - 请参阅此处

报价：

wav 文件输入场景很特殊，因为它使用受控、可重现的音频输入，并且需要专用的 SR 引擎，而不受其他应用程序（例如，共享桌面麦克风）的干扰。文件输入场景应使用连接到输入 wav 文件和 InProc SR 引擎的通用 SAPI 音频流。

Answer 2

我不认为 SAPI 本身支持这一点。

您可以使用一些 SAPI“外部”的方法：

1. 获取公对公迷你插头电缆并将声卡的输出插入声卡的输入

2. 使用虚拟音频电缆，它基本上可以实现#1，但使用虚拟声卡软件而不是硬件。一开始要了解虚拟音频线的工作原理以及如何使用它可能会非常棘手，但一旦你弄清楚它就会很好地工作。

3. 一些声卡具有内置的环回功能，它允许您录制声卡正在播放的内容，而不是从麦克风等录制。这里有一些很好的信息链接：你听到什么和立体声混音。也可以尝试谷歌搜索这些条款以获取更多信息。