Board logo

标题: [文件操作] 大神会议:语音识别转文字 [打印本页]

作者: locoman    时间: 2022-3-23 14:22     标题: 大神会议:语音识别转文字

本帖最后由 locoman 于 2022-3-23 14:29 编辑

邀请大神汇聚于此,专题讨论研究一下:“语音识别转文字”

基本需求:
       一、将电脑声卡中的声音(包括扬声器和麦克风)直接识别后转成文字保存,最好能区分出是扬声器发出的声音?还是麦克风发出的声音?
         也就是说,不管是在WEB网页中直接播放的声音,还是各种聊天时的声音,只要启动了“语音识别转文字”APP,就能实现声音识别转文字,直到“语音识别转文字”APP关闭。

       二、可以直接将音视频文件中的声音识别后转成文字保存,最好能区分出或设定不同的对话角色。


研究重点:
1. 以FFmpeg解决为核心;
2. 以离线(勿需连接公网)解决为核心;

作者: 差点就很帅    时间: 2022-3-24 09:13

本帖最后由 差点就很帅 于 2022-3-24 09:20 编辑

说实话你这属于软件开发的范畴了,而且大部分语音识别都是调用成熟方案商的API接口,你要是懂编程可以去了解下百度的语音开源PaddleSpeech项目,或者去GitHub上看看有没有类似的开源,逛bat论坛的基本上都是不会编程的,不然随便整点python代码都比bat效率高的多。




欢迎光临 批处理之家 (http://bbs.bathome.net/) Powered by Discuz! 7.2