V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
ALLROBOT
V2EX  ›  Python

求推荐实时语音转写文字,依赖免费的语音接口实现的

  •  
  •   ALLROBOT · 2021-05-12 18:27:07 +08:00 · 2885 次点击
    这是一个创建于 1276 天前的主题,其中的信息可能已经有所发展或是发生改变。

    百度提供免费的语音接口,想做个实时语音转写文字的 app,特此发帖求推荐哪些源码项目比较合适?

    想借鉴某些源码思路,写个字幕式的,效果和小米闻声 app 差不多吧

    可以求讯飞听见,小米闻声 app 类似的源码?

    我不知道小米闻声怎么做到实时转写文字的,我能想到的无非分割音频文件,每个音频 1s,转成 PCM 格式进行上传,等收到数据包提取转换后的文字再输出,但一句话说完,这句话的音频文件转换后的文字没法看。。。

    18 条回复    2022-02-15 08:46:22 +08:00
    ch2
        1
    ch2  
       2021-05-12 18:40:12 +08:00
    语音识别你分割了就丧失了前后文语境,肯定识别不出来的
    你想要实时的那就是本机实时预测,具体怎么做是人家的商业秘密,不可能让你白嫖的
    ALLROBOT
        2
    ALLROBOT  
    OP
       2021-05-12 18:45:07 +08:00
    @ch2 我也了解这情况的,我愿意花钱用付费接口嘛。。。
    ALLROBOT
        3
    ALLROBOT  
    OP
       2021-05-12 18:45:33 +08:00
    免费不行,就上付费的
    cutemurphy2888
        4
    cutemurphy2888  
       2021-05-12 19:24:56 +08:00
    腾讯的同声传译
    gainsurier
        5
    gainsurier  
       2021-05-12 19:48:40 +08:00
    苹果本地有 api 可以直接调用
    agoodob
        6
    agoodob  
       2021-05-12 21:48:12 +08:00
    实时? websocket 呗。
    如果不用实时的,而且手头有 .mp3 .aac 等音视频文件希望拖到一个程序里直接转文字,看一下: https://github.com/1c7/Translate-Subtitle-File
    inhzus
        7
    inhzus  
       2021-05-12 22:06:18 +08:00 via iPhone
    直接用现成的实时语音转文字,已经非常成熟了,别折腾自己。阿里云、腾讯等等都有,市场价 1-2 元每小时
    ethanlu
        8
    ethanlu  
       2021-05-12 22:12:58 +08:00
    ALLROBOT
        9
    ALLROBOT  
    OP
       2021-05-13 08:18:58 +08:00
    @inhzus 那怎么引入那些成熟的产品接口。。。?我想搞个 AR 版的语音转文字,类似电子游戏的字幕一句句浮现眼前的效果
    ALLROBOT
        10
    ALLROBOT  
    OP
       2021-05-13 08:19:24 +08:00
    @gainsurier 苹果没试过,可以去试试
    ALLROBOT
        11
    ALLROBOT  
    OP
       2021-05-13 08:20:03 +08:00
    @gainsurier 你这么一说,我想起了微软好像也有,我去瞧瞧
    inhzus
        12
    inhzus  
       2021-05-13 09:23:14 +08:00 via iPhone
    @ALLROBOT 直接去阿里云、腾讯云官网找 sdk 使用说明结合自己场景不就可以了。?
    ALLROBOT
        13
    ALLROBOT  
    OP
       2021-05-13 13:21:36 +08:00
    @inhzus https://ai.baidu.com/ai-doc/SPEECH/qk76b444d 已经在看百度语音的 sdk 手册了
    @agoodob 了解 websocket 了,语音识别我没怎么接触,第一次接触这方面的。。。抱歉哈,在看 sdk 手册了,如楼上所言,根据 sdk 进行开发吧
    muhuan
        14
    muhuan  
       2022-01-30 11:54:29 +08:00
    楼主最后选择的哪个?我也有一些 1h 左右的语音,想转化为文本
    ALLROBOT
        15
    ALLROBOT  
    OP
       2022-02-11 13:14:16 +08:00
    @muhuan 百度和讯飞
    muhuan
        16
    muhuan  
       2022-02-12 09:32:14 +08:00 via iPhone
    @ALLROBOT 这些是收费的
    ALLROBOT
        17
    ALLROBOT  
    OP
       2022-02-14 22:00:02 +08:00
    @muhuan 小米-无障碍-语音转写文字,无限时长、免费、讯飞引擎~~~搞定了通知我哈,我想白嫖小米
    muhuan
        18
    muhuan  
       2022-02-15 08:46:22 +08:00 via iPhone
    @ALLROBOT 赞赞赞
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   944 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 25ms · UTC 21:02 · PVG 05:02 · LAX 13:02 · JFK 16:02
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.