語音識別API

我需要自動轉錄一些短MP3作爲我正在研究的概念驗證的一部分。我目前正在研究雲解決方案或Web API服務，將MP3作爲簡單的HTTP請求發送並接收轉錄。語音識別API

我發現的唯一免費/開源解決方案here，但演示似乎不起作用（至少不是我需要轉錄的文件）。我發現了呼叫中心的一些企業解決方案，但到目前爲止，我只能將其整合到一個項目中。

是否有任何基於Web的語音識別服務？一個能夠濾除小噪聲的應用將是一個優點。

2010-11-10 MrGlass

另請參閱此問題：http://stackoverflow.com/questions/3113864/server-side-voice-recognition – 2010-11-11 01:36:58

This可能是一個很好的匹配。此外，他們的techcrunch檔案（See this）列出了競爭對手：SimulScribe，SpinVox，Vlingo，Nuance，Microsoft，Google 其中一些鏈接可能會有幫助。

Vlingo，Bing和Google在雲端有識別器，但我認爲他們不會公開編程。我相信只有他們的授權客戶才能訪問他們。

對於概念證明（和低容量），您是否考慮過使用Windows 7中的桌面語音引擎？ What is the difference between System.Speech.Recognition and Microsoft.Speech.Recognition?可能會有幫助。 MS桌面識別器帶有聽寫語法，聽起來這就是你需要的。

來源

2010-11-10 14:05:36

Yapme和我發佈後發現的一些其他服務，迎合大客戶。我通過電子郵件發送了郵件（這是獲取任何API信息，定價或訪問的唯一方式），但沒有收到回覆。列出的競爭對手提供呼叫中心解決方案，就像我在文章中提到的那樣我沒有看過微軟的語音引擎，因爲我的項目取決於我能夠編寫腳本，並且我在Linux服務器上使用PHP/Python工作。我可能會使用它做一些基本的測試，但我需要一個不同的解決方案。 – MrGlass 2010-11-10 21:10:28

-1目前看來yapme.com已經停產。 – 2011-12-19 21:47:03

實際上，他們正在停止他們的語音郵件轉錄服務，但不清楚他們的雲識別API發生了什麼。他們似乎已被亞馬遜購買，所以人們猜測亞馬遜可能會將其重新服務添加到亞馬遜雲服務 - http://www.theatlantic.com/technology/archive/2011/11/i-see-your-siri - 提高你一個亞馬遜安靜地捕捉到語音識別啓動/ 248165 /（你意識到我的帖子你說「-1」約一年多......） – 2011-12-19 23:16:14

你也可以試試Windows 7的語音識別引擎來產生字幕。 Here是這個工具。

來源

2012-02-11 06:56:05 VahidN

該鏈接與語音識別有什麼關係？ – matteo 2014-08-23 01:49:39

該開源工具使用Windows的語音識別引擎來分析.wav文件，然後從中提取字幕文件。 – VahidN 2014-08-23 05:05:07

有趣的是，功能列表甚至沒有提到這樣一個強大的功能。 – matteo 2014-08-23 10:14:07

這裏是an unofficial method訪問Google ASR功能。我剛剛在昨天進行了測試，它仍然有效 - 您可以獲得JSON樣式的ASR輸出，其中包含來自以16KHz採樣的FLC音頻的單詞和相關信心分數。

來源

2013-04-24 13:18:47 Leo5188

這是一個非常酷的發現。有沒有關於費率限制的任何信息？ – MrGlass 2013-04-24 14:08:16

請將您的音頻文件轉換爲16K Hz FLAC。由於這不是谷歌的官方解決方案，因此有許多未知數:) – Leo5188 2013-05-16 16:46:18

已驗證，此方法現在不再適用。雖然，Google發佈了V2版本，但需要一個API密鑰，並且配額很低。一個實現可以在這裏找到：https：//github.com/gillesdemey/google-speech-v2 – 2015-03-06 03:25:19

回答

相關問題