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?
使用Google Speech API进行实时转录有点麻烦。您可以使用此存储库获取灵感https://github.com/saharmor/realtime-transcription
它实时转录客户端的麦克风(免责声明:我是作者)。
查看此链接:
https://github.com/Uberi/speech_recognition/blob/master/examples/microphone_recognition.py
这是从麦克风获取音频的示例。识别过程有几个组件。根据我的经验,斯芬克斯识别缺乏准确性。谷歌语音识别工作得很好。
你可以用谷歌语音API来实现。
但是,它有1分钟的内容限制。
请检查下面的链接。
https://cloud.google.com/speech/quotas
因此,您必须每1分钟重新启动一次。
下面的链接是python的麦克风流示例代码。
https://cloud.google.com/speech/docs/streaming-recognize#speech-流式识别python
我已经实现了云语音API流识别服务。我能够通过FLAC文件并获得输出,但它不能连续识别,也不能发出放着还在说话。一旦我的录音完成,那么只有我从云API得到响应。请建议我如何从谷歌语音API获得连续识别。请帮助我
我目前正在从事一个Android AppEngine项目,使用语音作为主要输入方法。在android上,您可以使用语音包将语音命令转换为纯文本。语音识别不是在设备本身上完成的,而是发送到一个谷歌服务器,该服务器返回文本。 供您参考:http://developer.android.com/resources/articles/speech-input.html 我的目标是使用相同的google服务
我正在努力寻找使用谷歌云语音API进行实时连续语音识别的例子。我的要求是使用麦克风,检测语音,并在用户说话时进行转录。 我知道他们的RESTAPI没有这种支持,所以我研究了grpc示例,包括他们提供的示例。但它们似乎都是用户可以上传音频并检测语音的例子。 我在Java,谷歌grpc也支持java。有人遇到一个很好的例子,展示了如何通过麦克风持续进行这种识别吗?
我正在玩Google Cloud Speech API。我想知道我是否使用python语音识别库并调用google cloud语音API,这仍然是使用API的有效方式吗?我只想转录文本。 我对它们之间的区别感到困惑,如果我只想转录音频,是否有任何建议的方法。 使用Python语音识别: 不使用Python SpeechRecognition:
问题内容: 我正在尝试使用Google语音识别API。这是我编写的代码: http://pastebin.com/zJEhnJ74 有用。我从服务器得到答案: 现在的问题是“状态:5”。实际上,这是状态码: 我的问题是“音频文件不正确”。我不知道这是不是.flac文件错误(您可以在此处下载我的测试.flac文件:http ://www21.zippyshare.com/v/61888405/fil
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,