Mp3/Wav到文本

Question

我目前有一個移動應用程序，可以將語音記錄爲WAV或MP3並希望將其轉換爲文本。我環顧四周--Microsoft Speech，UCMA等 - 但還沒有看到如何做的好例子。有人可以幫忙嗎？

僅供參考 - 我們可以訪問MS Lync。

期待任何迴應， 詹姆斯

Answer 1

有使用UCMA 3.0 SDK進行語音識別的樣本，可用here。但是，根據經驗（我很想在這裏證明是錯誤的），您只能從預先確定的選項中識別出特定的響應。所以，你可以問「今天過得怎麼樣」，並告訴UCMA有效的回答是「好的」，「公平的」，「不好的」，然後它會嘗試匹配任何這些。我還沒有看到它能夠'只'做自由語言轉換。 （更難的問題）

這可能是Microsoft Speech API可以做得更好的東西。嘗試this post領先。