Questions tagged «speech-recognition»

我从视频文件中提取音频片段以进行语音识别。这些视频来自移动/其他手工设备，因此包含很多噪音。我想减少音频的背景噪音，以便清晰传达给语音识别引擎的语音。我正在使用ffmpeg来完成所有这些工作，但仍停留在降噪阶段。 到目前为止，我已经尝试过以下过滤器： ffmpeg-20140324-git-63dbba6-win64-static\bin>ffmpeg -i i nput.wav -filter_complex "highpass=f=400,lowpass=f=1800" out2.wav ffmpeg -i i nput.wav -af "equalizer=f=1000:width_type=h:width=900:g=-10" output.wav ffmpeg -i i nput.wav -af "bandreject=f=1200:width_type=h:width=900:g=-10" output.wav 但是结果非常令人失望。我的理由是，由于语音低于300-3000 Hz的范围，我可以过滤掉所有其他频率以抑制任何背景噪声。我想念什么？ 另外，我了解了可用于语音增强的weiner过滤器，发现了这一点，但不确定如何使用。

30 audio  ffmpeg  noise  voice  speech-recognition 

关闭。这个问题是题外话。它当前不接受答案。 想改善这个问题吗？ 更新问题，以使它成为超级用户的话题。 3年前关闭。 我正在寻找一个独立于扬声器的程序（商业或免费），使我能够将包含语音记录（尤其是播客）的MP3文件转录为文本。我想尝试“ Dragon Naturally Speaking”，但似乎它仅支持录制我自己的语音记录。那么还有哪些选择呢？

16 mp3  voice  speech-recognition  speech-to-text 

我有很多演讲视频内容，我想为其添加字幕。YouTube在特定条件下会自动为视频生成字幕（这些条件对我来说还是个谜）。 我希望能够在YouTube之外使用此语音识别技术。我不想上传每个视频只是为了获取成绩单（太耗时），而且，我不认为YouTube会为超过30分钟（大多数是30分钟）的视频使用该视频。不要以为它会在非公开列出的视频中使用（这是个问题，因为它是要出售的优质内容）。 完美的场景：有一个程序可以在我的桌面上运行，以从这些视频中获取抄本，并且其质量与YouTube相同或更好，并且其时间代码类似于YouTube生成的SRT或XML [ 如何获得YouTube字幕 ]。 可以接受的情况：我可以采取一些技巧来迫使YouTube抄录视频，无论是公开的还是公开的，尽管长度不限。 可行的方案：有一个库或我可以用来编写自己的程序的东西。我对C＃很好，对C ++很好（但是我真的更喜欢C＃）。

15 video  youtube  speech-recognition  speech-to-text 

当我对语音识别进行一些研究时，我看到一些有关android上的Google语音识别服务的文章可以在android上离线下载和使用。我还看到了一些有关在计算机上使用google语音服务的信息，但这涉及查询google服务器。所以这是我的问题：有没有办法通过计算机（尤其是在Linux上）离线使用Google语音识别服务？

9 linux  speech-recognition 

我已经安装了Windows 8 Pro（来自MSDN的RTM版本）。对于我使用的应用程序，我需要将语音识别语言设置为英语-美国。我唯一的选择是英语-英国。我尝试过进入“控制面板”中的“语言”并将唯一的语言设置为英语-美国，但是英语-英国仍然是语音属性中的唯一选择。 如何为语音属性添加语言？

9 windows-8  speech-recognition 

几天以来，Windows 10不断地向我提出错误消息“发生了一些事情，我们无法安装功能”。 通过单击我带到管理可选功能的错误消息。历史记录列出了几个失败的安装尝试English (US) Speech Recognition。安装失败，错误0x80070422（像往常一样简洁，感谢Microsoft）。 因此问题： 为什么Windows 10会尝试安装此组件？我没有要求它，它对我没用。 错误意味着什么（即安装失败的原因）？ 我怎么告诉Windows放弃？

5 windows-10  speech-recognition 

我使用的是Windows 8，但我想知道所提供的解决方案是否也适用于Windows 7。 我使用的是Excel 2010.我想要的是一种在打开的Excel工作表中选择单元格的方法，使用单个单词表示特定单元格（之前已编辑过命令）。这可能是通过Windows自己的语音识别，或任何其他可用的语音识别程序？

2 microsoft-excel-2010  speech-recognition 

我想用英特尔爱迪生实现一个语音控制的轮椅。基本上我会说前进，左，右和停止通过连接到爱迪生板的麦克风 声音适配器 。 对于初始原型，我只想将语音识别的输出显示给CLI。 我跟着 这个 在线教程。一切都很好，直到声音配置部分。 接下来是教程中使用的命令的CLI输出。 的lsusb： root@edison:/home/speech_to_text# lsusb Bus 002 Device 001: ID 1d6b:0003 Linux Foundation 3.0 root hub Bus 001 Device 002: ID 0d8c:000c C-Media Electronics, Inc. Audio Adapter Bus 001 Device 001: ID 1d6b:0002 Linux Foundation 2.0 root hub ALSA-utils的： root@edison:/home/speech_to_text# opkg install alsa-utils libportaudio2 …

2 alsa  speech-recognition  voice-command 

我最近为我的电脑获得了语音攻击，我注意到有时它不会识别我说的话，因为它使用Windows附带的语音识别引擎是否有更新或其他引擎你可以推荐？ 我已经多次尝试过火车的语音引擎功能，并没有真正改进。

1 windows-7  speech-recognition  voice-command