问题标签 [transcription]

我正在尝试使用 转录大约 3 分钟长的音频文件SpeechRecognition，但是，它似乎无法转录超过 20 秒的任何内容。这是我正在使用的代码：

我怎样才能循环这个，以便它转录 0s - 20s，然后是 20s - 40s 等等，直到音频文件结束？

我希望尽可能避免将文件拆分为 20 秒长的单独文件。

我正在尝试在 iOS 中使用语音识别，但我想我们没有交到朋友……

我已经设置了一个SFSpeechRegonizer并相应地设置了它的委托。现在我实现委托方法如下：

每当调用委托方法时，都会打印出如下内容：

转录很好。但是，alternativeSubstrings数组始终为空，并且confidence大多数时间值为 0。时不时地它们是非零的——但是当这种情况发生时它是不可预测的：

为什么没有alternativeSubstrings，为什么confidence大部分时间都是 0，我该如何解决这个问题？我 Apple 的语音库只是坏了或有什么问题？

我正在开发 azure bot 服务，Bot 工作正常。聊天完成后，我需要将整个聊天对话作为副本发送到电子邮件。如何做到这一点？

从开始-成绩单：

Start-Transcript cmdlet 将所有或部分 PowerShell 会话的记录创建到文本文件中。脚本包括用户键入的所有命令和控制台上显示的所有输出。

代码

控制台输出 - 按预期显示

成绩单内容 - 换行符从何而来？

我正在使用 Google Speech 流 API 和 Google Text to Speech 创建一个语音机器人。我只想转录用户的语音，即使用户“打断”了语音机器人的响应。如何避免语音机器人转录自己的声音？

根据我在扬声器上使用现有语音机器人（如 Siri）的测试，“过滤”某些声音的能力似乎是可行的。

谢谢

我是一名自由作家，收集了大量需要转录的采访材料。

在浏览 Internet 时，我遇到了 IBM Watson “Speech to text”，它应该是处理大量口语的理想解决方案。

注册后，我什至无法打开它。因为我不是很擅长编程等。

有人可以提供一个示例，说明我可以遵循哪些步骤来完成我的任务？

我使用 SpeechRecognizer 实现“语音到文本”功能，她的工作结果是文本数据：

是否可以使用这种方法获得识别语音而不是文本的转录？
例如，正如它在谷歌翻译中实现的那样：

或者，如有必要，使用不同的方法。

我怎样才能做到这一点？提前致谢。问候...

我想将 Azure 认知服务语音批处理转录 API与 OneDrive 一起使用，而不是使用 Azure blob 存储位置。这可能吗？任何可以帮助我实现相同目标的解决方法？我可以创建一个流并传递它吗？

我已经有用于批处理的 git hub示例，但将其更改为 Azure 存储以外的位置会出现错误“记录 URI 包含无效数据”。

我正在尝试更改示例中Program.cs中的 RecordingsBlobUri，我想在其中提供 OneDrive url 而不是 Azure Blob

我想像 Youtube 一样实时显示我的视频脚本和高文本文本。
我想要一些关于如何获取带有 Json 格式时间戳的成绩单文件的建议。
我得到了接受视频及其脚本数据并实时突出显示文本的反应工具。请提供解决方案。

My application uses https://app.bandwidth.com/ for receiving incoming calls. I have an api to handle the incoming calls which record the calls when the call is not answered(This recording is treated as a voice mail).

This is the code for recording call

Now i need to transcribe these vocie mails. From documentation i got methods in python, js, c#, ruby etc. to transcribe the recordings using the recordings. For example in js,

I searched every where, but i couldn't find any method in java for that. Can any one help me if you know ?