Python中的实时脱机语音识别
我已经在Python语音识别方面工作了一个多月，制作了一个类似JARVIS的助手。我将语音识别模块与Google语音API和Pocketsphinx一起使用，并且直接使用了Pocketsphinx，没有使用其他模块。虽然识别是准确的，但我很难处理这些软件包处理语音所需的大量时间。它们的工作方式似乎是从一个静默点记录到另一个静默点，然后将记录传递到STT引擎。在录制过程中，无法录制其他声音以进行识别，如果我试图连续发出多个复杂命令，这可能是一个问题。
当查看Google Assistant voice recognition、Alexa的voice recognition或Mac OS High Sierra的offline recognition时，我看到我说话的时候，单词被识别出来，录音中没有任何停顿。我见过这叫做实时识别、流式识别和逐字识别。有没有什么方法可以在Python中做到这一点，最好是离线而不使用客户端？
我尝试（未成功）通过更改SpeechRecognition识别器的暂停阈值、说话阈值和非说话阈值来实现这一点，但这只会导致音频出现奇怪的分段，每次识别后仍需要一秒钟才能再次录制。
共有1个答案
Pocketsphinx可以处理流，请参见此处
通过麦克风识别Python pocketsphinx
Kaldi也可以处理流（比Pocketsphenx更精确）
https://github.com/alphacep/kaldi-websocket-python/blob/master/test_local.py
Google语音API也可以处理流，请参见此处：
音频流Python上的Google流语音识别
-
有人能帮我吗？ 我正在开发一个通过RecognizerIntent进行语音识别的应用程序。 哪一个Android版本正式带来了API对应用程序的离线识别？有什么声明吗 据我所知，如果语音识别将通过在线服务或离线词典完成，开发人员无法选择。我说得对吗？或者是否有任何记录在案的API可以脱机设置 谢谢
-
Java中是否有任何方法可以检测Android设备是否安装了脱机语音识别语言，以及它是否不会提示用户下载该语言？ 我知道您可以要求语音对文本以选择脱机语音对文本，但您如何知道设备是否安装了该语言？ 这个问题不是关于如何使用脱机语音，这是可行的。问题是“如何从Java应用程序代码中检测和下载/安装脱机语音语言”。i、 e.让应用程序检测他们是否安装了离线德语，如果没有，则提示用户下载/安装。
-
我对谷歌离线语音识别进行了研究。但它在google nexus 5（操作系统：-4.4）中运行良好，但如果我在三星galaxy s5（操作系统：-5.0）中实现，则会出现相同的版本，它无法识别，并显示以下错误： 8-ERROR_RECOGNIZER_BUSY。 下面是我的代码。通过保留此链接作为参考，我进行了更改http://www.truiton.com/2014/06/android-spee
-
本文向大家介绍python语音识别实践之百度语音API，包括了python语音识别实践之百度语音API的使用技巧和注意事项，需要的朋友参考一下 百度语音对上传的语音要求目前必须是单声道，16K采样率，采样深度可以是16位或者8位的PCM编码。其他编码输出的语音识别不出来。 语音的处理技巧： 录制为MP3的语音（通常采样率为44100），要分两步才能正确处理。第一步：使用诸如GoldWave的软件，
-
A.我正在努力实现的目标。 允许在网络浏览器内进行实时语音识别的网络应用程序（像这样）。 B.我目前正在考虑使用的技术来实现A。 JavaScript 节点。js WebRTC 微软语音API或Pocketsphinx。js或其他东西（不能使用Web语音API） C.非常基本的工作流程 Web浏览器建立到节点服务器的连接（服务器充当信令服务器，还提供静态文件） D.问题 将节点。js是否适合实现C
-
我正在开发一个用于实时翻译的Python应用程序。我需要实时识别语音：当用户说话时，它会自动将这段音频发送到谷歌语音API并返回文本。因此，我希望在说话时立即显示已识别的文本。 我发现了流式语音识别，但似乎我仍然需要先录制完整的语音，然后将其发送到服务器。此外，没有关于如何在Python中使用它的示例 是否可以使用Google Speech API执行此操作？