從視頻和音頻文件中提取語音的文本

Question

這樣做的最好的庫是什麼？而且質量好，依靠。用揚聲器語音訓練系統是不可能的，或者使用術語詞典來改善結果。

Answer 1

在windows上，您想使用SAPI接口（Speech API）。有多種實現。微軟包含一個免費的Windows。 Dragon NaturallySpeaking是我見過的用於類似任務（付出努力）的非自由之一。如果發言者講話清楚（並且不重疊並相互打斷），缺乏培訓並非如此殘酷。

但是，您不會得到一份好的成績單，但準確性會很差，您所得到的結果只會用於建立索引。大量的單詞和獨特的短語會很好地彈出，特別是如果你創建一個自定義字典（我知道你說你不想這樣做）。例如，查找所有提及「Pelosi」和「公共選項」的新聞片段。