從自己的聲音文件到文本的語音

Question

正如您可能知道的那樣，使用Android API實現語音到文本很容易。你所要做的只是調用API的意圖，它會爲你返回文本。我的情況有點不同，我有一個預先記錄的3GPP聲音文件，我從用戶那裏記錄下來並保存在SD卡上。我想知道是否有可能將其轉錄成任何其他語音識別的文本。語音到文本API是否允許上傳您自己的聲音文件進行處理？或者這是不可能的？

Answer 1

的API不允許這樣做，但看到this blog post and its comments一個潛在的解決方法。另外請確保您的文件包含高質量音頻（至少16位和16 kHz）以獲得更好的轉錄。

參見：

• Voice recognition on android with recorded sound clip?

Answer 2

我得到了工作井有言論從聲音文件爲文本的解決方案。下面是我創建的一個簡單的Android項目link，以顯示解決方案的工作。另外，我在項目中放置了一些打印屏幕來說明應用程序。

我會盡量簡單地解釋我使用的方法。我在該項目中結合了兩個功能：Google Speech API和Flac錄製。

Google Speech API通過HTTP連接調用。 Mike Pultz給出了關於API的更多詳細信息：

「（...）新的[Google] API是一個全雙工流式API，這意味着它實際上使用兩個HTTP連接 - 一個POST請求上傳作爲「實時」分塊流的內容，以及訪問結果的第二個GET請求，這對於較長的音頻採樣或流式音頻更爲合理。「

然而，這個API需要接收FLAC聲音文件才能正常工作。這使得我們去第二部分：拉克記錄

我實現拉克記錄在該項目中，通過提取和來自被稱爲AudioBoo一個開源應用程序適應的代碼和庫的一些作品。 AudioBoo使用本地代碼來記錄和播放flac格式。

因此，它可以記錄一個後手的聲音，將其發送給谷歌語音API，獲取文本，並播放剛錄製的聲音。

我創造了該項目的基本原則，使其工作，可以針對具體情況加以改進。爲了使它在不同的場景下工作，有必要獲得Google Speech API密鑰，該密鑰由Google Chromium-dev組的一部分獲得。我在該項目中留下了一把鑰匙，以顯示它正在工作，但我最終會將其刪除。如果有人需要更多關於它的信息，讓我知道原因，我不能在這篇文章中添加2個以上的鏈接。

Answer 3

這是目前無法發送自己的音頻文件，以谷歌的處理，而是你可以使用你的揚聲器和麥克風在你的Android設備上使用您的音頻文件作爲輸入到谷歌語音識別。

首先，你必須有這可能是你的SD卡，然後使用以下步驟的音頻文件：

1）創建任何名稱的方法，你想

2）方法首先寫的代碼中對於使用谷歌語音識別

3）下面的代碼編寫的代碼使用揚聲器播放音頻文件，那麼這將成爲作爲輸入到谷歌語音識別

//code for google voice recognition 
Intent intent = new Intent(RecognizerIntent.ACTION_RECOGNIZE_SPEECH); 
intent.putExtra(RecognizerIntent.EXTRA_LANGUAGE_MODEL, 
         RecognizerIntent.LANGUAGE_MODEL_FREE_FORM); 
intent.putExtra(RecognizerIntent.EXTRA_LANGUAGE, Locale.getDefault()); 
intent.putExtra(RecognizerIntent.EXTRA_PROMPT, 
         getString(R.string.speech_prompt)); 
try { 
     startActivityForResult(intent, REQ_CODE_SPEECH_INPUT); 
} catch (ActivityNotFoundException a) { 
Toast.makeText(getApplicationContext(), 
          getString(R.string.speech_not_supported), 
          Toast.LENGTH_SHORT).show(); 

//code for playing the audio file which you wish to give as an input 
    MediaPlayer mp = new MediaPlayer(); 
    try { 
    mp.setDataSource(file); // here file is the location of the audio file you wish to use an input 
     mp.prepare(); 
     mp.start(); 
    } catch (Exception e) { 
     e.printStackTrace(); 
    } 

僅供參考，請參閱我的博客 https://sureshkumarask.wordpress.com/2017/03/19/how-to-give-our-own-audio-file-as-an-input-to-any-speech-recognizer/

我已經在我的博客中附上了java文件的鏈接。