4

嗨，我想要一个语音识别 api 或 sdk 来识别用户所说的语音并给出它的文本形式。

详细说明如下：

在我的应用程序中，我需要播放已经存在的音频文件和文本。当音频开始播放时，应该突出显示所说的单词（来自音频文件）。

因此，如果我能够从 api 或 sdk 中获取单词，则可以突出显示它。

除了我用谷歌搜索了很多 api 并且我遇到了ceedvocalsdk但它不能免费试用。

如果有人可以提供除此适合我的要求或 api 或 sdk 的任何想法，我将非常感激。

4

3 回答 3

7

你可以试试

http://www.politepix.com/openears/

至于速度，应该很快，你可能没有正确使用它。据我了解，您已经有了文本，您需要从该文本中构建语法。

于 2010-11-11T08:40:45.803 回答
2

你可以看一下https://github.com/KingOfBrian/VocalKit，但我自己没有尝试过。

于 2010-11-11T07:03:01.090 回答
-2

您也可以尝试 Nexiwave.com。

我认为您正在寻找的功能是我们可以时间戳： http: //nexiwave.com/index.php/applications/for-transcription-companies

它基本上需要音频和文本，然后我们在每个句子和单词上加上时间戳。

本

于 2010-11-12T02:19:54.890 回答