一个完整话的录音,里面包含杂音或多个人的声音的情况下,如何能识别成功转为正确的文字? 不知道是不是的官方文档漏看了,还是使用不当,我尝试了百度、阿里、讯飞的,遇到这种情况的语音就识别错误,返回为空我也能接受,但是反馈的是什么嗯、啊的文字
怎样才能处理啊,我使用的是 python3
1
gpt5 2023-04-29 13:59:07 +08:00
这个问题目前没有服务能解决,除非再加一个语言模型判断是不是人话。
|