如何在音頻文件中打印該詞

Question

我做了一個小應用程序，可以從我的電腦上捕捉聲音。系統的簡單過程是當我播放一個音樂文件時，它會捕捉聲音，當我播放捕捉到的東西時，它會播放。完全一切正常。現在我想要做的就是打印播放。假設我捕捉到「嗨，早上好」這樣的聲音，現在當我按下回放時，它應該不得不用文本打印錄製的內容。捕獲和回放編碼如下。

private void captureAudio() { 
    try { 
     final AudioFormat format = getFormat(); 
     DataLine.Info info = new DataLine.Info(TargetDataLine.class, format); 
     final TargetDataLine line = (TargetDataLine) AudioSystem.getLine(info); 
     line.open(format); 

     line.start(); 
     Runnable runner = new Runnable() { 
      int bufferSize = (int) format.getSampleRate() * format.getFrameSize(); 
      byte buffer[] = new byte[bufferSize]; 

      public void run() { 

       out = new ByteArrayOutputStream(); 
       running = true; 
       try { 
        while (running) { 
         int count = line.read(buffer, 0, buffer.length); 
         if (count > 0) { 
          out.write(buffer, 0, count); 
         }        
        } 
        out.close(); 
       } catch (IOException e) { 
        System.err.println("I/O problems: " + e); 
        System.exit(-1); 
       } 
      } 
     }; 
     Thread captureThread = new Thread(runner); 
     captureThread.start(); 
    } catch (LineUnavailableException e) { 
     System.err.println("Line unavailable: " + e); 
     System.exit(-2); 
    } 
} 


private void playAudio() { 
    try { 
     byte audio[] = out.toByteArray(); 

     InputStream input = new ByteArrayInputStream(audio); 
     final AudioFormat format = getFormat(); 
     final AudioInputStream ais = new AudioInputStream(input, format, audio.length/format.getFrameSize()); 
     DataLine.Info info = new DataLine.Info(SourceDataLine.class, format); 
     final SourceDataLine line = (SourceDataLine) AudioSystem.getLine(info); 
     line.open(format); 
     line.start(); 
     Runnable runner = new Runnable() { 
      int bufferSize = (int) format.getSampleRate() * format.getFrameSize(); 
      byte buffer[] = new byte[bufferSize]; 

      public void run() { 

       try { 
        int count; 
        while ((count = ais.read(buffer, 0, buffer.length)) != -1) { 
         if (count > 0) { 
          line.write(buffer, 0, (char)count); 
          System.out.print((char)count); 

         } 
        } 
        line.drain(); 
        line.close(); 
       } catch (IOException e) { 
        System.err.println("I/O problems: " + e); 
        System.exit(-3); 
       } 
      } 
     }; 
     Thread playThread = new Thread(runner); 
     playThread.start(); 
    } catch (LineUnavailableException e) { 
     System.err.println("Line unavailable: " + e); 
     System.exit(-4); 
    } 
} 

請有人建議/幫助我克服這一點。
謝謝。

Answer 1

看看CMU sphinx！爲了能夠將捕捉到的audion轉換爲語音，您可以使用Sphinx api。但請注意，由於系統仍處於開發階段，因此語音識別的準確性不足以幫助您。在android中，您可以使用google的語音識別，其中有一個公平的accuracy。但仍然不會將您捕獲的語音轉換爲語音以期望的精度。所以最好有一個固定的歌詞文本，以播放音頻的速度顯示。

希望幫助！