1
假設我有音頻和該音頻的明文成績單，如何使用語音識別以編程方式從兩者生成字幕？通過語音識別從預先存在的成績單生成字幕
這與編輯視頻時YouTube在其字幕/字幕頁面上提供的內容非常相似。
有什麼API可以做到這一點？它有哪些挑戰？
我最流利的Java/C＃，但這是語言不可知論的。
A
回答
3
這被稱爲時間戳或對齊。 CMUSphinx項目項目有一個特定的工具。你可以從subversion中檢查出來。
http://cmusphinx.svn.sourceforge.net/viewvc/cmusphinx/branches/long-audio-aligner/
有關使用的一些信息，請參閱
相關問題
- 1. 文本到語音（語音生成）和語音到文本（語音識別）API？
- 2. Win7語音識別 - 通過語音識別用戶？
- 3. 使用語音框架從音頻文件生成字幕iOS
- 4. 預防語音識別器從口述
- 5. 語音識別不存在
- 6. 將Annyang.js語音識別與Angular.js集成
- 7. Codeigniter：從三個表生成學生成績單
- 8. 語音識別，字典中的單詞
- 9. 開始使用語音識別和語音合成
- 10. 從預先存在的圖像生成圖像？
- 11. AttributeError的來自谷歌語音API成績單結果
- 12. 語音到文字/語音識別
- 13. 從語音識別過程輸入
- 14. 表單不能識別通過javascript生成的新輸入字段
- 15. Javascript /瀏覽器構成字的語音識別
- 16. 單聲道語音識別
- 17. 如何從被預先生成
- 18. 通過標識符檢索遊戲中心的成績
- 19. 語音識別/識別
- 20. 語音/語音識別 - PhoneGap
- 21. 語音識別的簡單語法
- 22. 語音識別
- 23. 語音識別
- 24. 用屏幕關閉Android語音識別？
- 25. 語音識別 - 線性預測編碼
- 26. 從預先定義的單詞生成一個句子
- 27. 通過java中的priorityqueue對學生的成績排序
- 28. 谷歌語音API返回成績單作爲一些反斜槓數字
- 29. 語音識別算法如何識別同音字？
- 30. 識別/生成波形？