1

我们正在寻找一个 api 来获得语音到文本。在我们的例子中，我们想要将音频挖掘添加到视频文件中，这意味着我们想要自动为视频生成标签词，并让用户有机会直接跳转到说出标签词的时间码。

我发现 Google Speech API 似乎工作得很好，但http://lists.w3.org/Archives/Public/public-xg-htmlspeech/2011Feb/att-0020/api-draft.html下的文档不是最好的，我们还没有找到一种方法来自动触发开始和停止记录事件（它在系统认为输入结束后结束）。即使听起来系统还没有为这种情况做好准备......

我还在这里找到了这篇文章https://stackoverflow.com/questions/2080401/is-there-a-speech-to-text-api-by-google，但似乎只能在 android 系统上使用。

所以基本上我的问题是：是否可以将 Google Speech API 与 flash 或 PHP/JS 之类的东西一起使用（如果是的话，是否有任何好的示例），如果没有，是否有人知道其他一些 API 以及一些好的文档或示例代码将视频中的语音转换为文本？

谢谢，克里斯

4

1 回答 1

1

对自己的回答：似乎还没有办法将 Web 应用程序上的 Google Speech API 用作免费的语音识别引擎。目前谷歌将其用于自己的用途。希望他们能尽快改变它；）

我们正在使用 Microsoft Speech API (SAPI)。不是最好的结果，但还可以。

于 2011-10-21T13:00:53.907 回答