问题标签 [vosk]

当我试图从下面的代码中获取输出时，它会提供来自Wave文件的文本文件，该文件通过RecordRTC从客户端传输到服务器，

它给出了这个输出，问题是最终结果是Empty：

我一直在开发一个使用语音识别服务的安卓应用，但安卓设备没有安装谷歌应用。出于这个原因，我使用 vosk API 进行语音识别，但为了提高语音识别的准确性。我需要使用更大尺寸的模型。这需要大量的资产空间。那么，如何在不包含资产或直接从在线服务器使用它们的情况下访问 vosk 模型呢？

编辑：-

我在 vosk 中看到了 Kaldi 的 WebSocket。这可以帮助我使用在线服务器上的 vosk（https://github.com/just-ai/aimybox-android-sdk/tree/master/kaldi-speechkit#online-mode）吗？在此，他们提供了有关如何使用 WebSocket 的信息并给出了一个示例，但我无法理解如何制作 WebSocket 文件。

任何有关此的帮助都是有帮助的！

我正在开发一个应用程序来使用语音识别在 Android 设备上收集现场数据。有五个“目标词”，以及几个被识别的数字（零、一、十、一百等）。

我通过添加同音词（同音词）以及白话同义词提高了目标词的准确性。目标词是 Chinook、sockeye、coho、pink 和 chum。这是相关代码，

我在 GitHub 上有一个带有源代码的应用程序的简化版本：https ://github.com/portsample/salmonTalkerLite 以及 Google Play 上的最新完整版本：https: //play.google.com/store/apps/详情？id=net.blepsias.salmontalker

使用目标词和同音词，我可以在四到五秒内获得成功。我想让这更快。我可以做些什么来进一步调整速度？

我想运行我的 Vosk 语音识别项目，但遇到了这个错误。我怎样才能解决这个问题？

在 Vosk 的文件夹“模型”中，我有以下文件：

模型

我想在应用程序中测试多语言可用性，以测试可能有多语言使用者的地方。例如在日本可能有外国学生的学校。应用程序应该理解不同的语言，并用他们的语言对文本进行语音。

我想知道如何使用 Vosk 库在应用程序中实现多语言处理。我想制作一个支持波斯语、库尔德语和英语等多语言的应用程序。我想使用的编程语言是带有 Spring 框架的 Java。我知道我们可以实现一种口语，Model model = new Model("path to model")但是我们如何为多个模型实现呢？

我使用 Vosk 库实现了实时语音转录。它利用了声音设备和 kaldi 识别器。我必须将其集成到网络摄像头中。

我试过以下：

1. OpenCv -> 它将只捕获视频并且它不会识别音频。
2. AVRecorder -> 它同时录制音频和视频，但它的音频是 .wav 文件，视频是 .avi 文件。
3. ffmpeg -> 无法查看录像。

我需要可以帮助将 vosk 实时语音转录代码（如下所示）集成到网络摄像头中的资源，即，当我录制自己并说话时，字幕必须可见。类似于缩放或 youtube 实时转录。

model = vosk.Model(os.path.join(language_model)) file = open("filename", "wb")

我想做一个语音识别程序。我自己有代码。互联网上有很多。但无论如何我都会发布一个。

任务是同时使用语音识别和我与之不和谐交流的朋友的语音识别。我使用了 vosk 库，因为如果麦克风被另一个程序使用，speech_recognition 库会引发错误。那么 - 我如何在我的计算机上运行该程序并将音频流从不和谐传输到其中，以便识别我朋友的语音。这可能吗？