用於從音頻流中提取單詞（語音）的庫？

Question

我有一個音頻流，我會從中提取單詞（語音）。因此，例如有audio.wav我會得到001.wav，002.wav，003.wav等，其中每個XXX.wav是一個字。

我正在尋找一個庫或程序來做到這一點 - 平臺並不重要，但我更喜歡開源解決方案。

非常感謝您的幫助。

Answer 1

Nuance，製造Dragon Naturally Speaking的公司的號碼爲Software Development Kits。

的Audio Mining套件似乎滿足您的要求：

龍NaturallySpeaking SDK AudioMining是一個獨立揚聲器 語音識別工具包， 允許的音頻文件中的 語音信息100％的索引。 該技術使用高度準確的 語音識別將音頻文件 轉換爲帶有時間戳 信息的XML文本。這可以集成 與標準文本搜索產品 使內容能夠快速訪問特定音頻 內容。

語音到語音+元數據是遙遙領先的難題。一旦你有語音+元數據，提取單詞作爲單獨的音頻文件是much more straightforward。