- Java 双重比较
- java - 比较器与 Apache BeanComparator
- Objective-C 完成 block 导致额外的方法调用?
- database - RESTful URI 是否应该公开数据库主键?
由于连接到不同的 API,我目前正在开发一种工具,允许我阅读我的所有通知。
它工作得很好,但现在我想发出一些声音命令来执行一些操作。
就像当软件说“一封来自 Bob 的邮件”时,我想说“阅读”或“存档”。
我的软件是通过 Node 服务器运行的,目前我没有任何浏览器实现,但它可以是一个计划。
在 Node JS 中启用语音到文本的最佳方式是什么?
我已经看到很多关于它的线程,但主要是它使用浏览器,如果可能的话,我想在一开始就避免它。可能吗?
另一个问题是某些软件需要输入 wav 文件。我没有任何文件,我只希望我的软件始终听我说的话,以便在我说出命令时使用react。
你有关于我如何做到这一点的任何信息吗?
干杯
最佳答案
这里的两个答案都已经很好了,但我认为您正在寻找的是 Sonus .它会为您处理音频编码和流式传输。它始终离线收听可定制 热词(如 Siri 或 Alexa)。您还可以以编程方式触发监听。结合 say 这样的模块,您可以通过执行以下操作来启用您的示例:
say.speak('One mail from Bob', function(err) {
Sonus.trigger(sonus, 1) //start listening
});
您还可以使用不同的热词以不同的方式处理后续识别的语音。例如:
“通知。最新的。”和“发送消息。你今天好吗”
将它扔到 Pi 或 CHIP 上,并在你的 table 上放一个麦克风,你就有了一个私有(private)助理来读取你的通知并对命令使用react。
简单的例子:
https://twitter.com/_evnc/status/811290460174041090
有点复杂:
https://youtu.be/pm0F_WNoe9k?t=20s
完整文档:
https://github.com/evancohen/sonus/blob/master/docs/API.md
免责声明:这是我的项目:)
关于node.js - 语音识别,nodeJS,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35643347/
我使用的是linux的windows子系统,安装了ubuntu,bash运行流畅。 我正在尝试使用make,似乎bash 无法识别gcc。尝试将其添加到 PATH,但没有任何改变。奇怪的是 - cmd
ImageMagick 已正确安装。 WAMP 的“PHP 扩展”菜单也显示带有勾选的 php_imagick。除了 Apache 和系统环境变量外,phpinfo() 没有显示任何 imagick
我是这么想的,因为上限是 2^n,并且考虑到它们都是有限机,n 状态 NFA 和具有 2^n 或更少状态的 DFA 的交集将是有效。 我错了吗? 最佳答案 你是对的。 2^n 是一个上限,因此生成的
我有一个大型数据集,其中包含每日值,指示一年中的特定一天是否特别热(用 1 或 0 表示)。我的目标是识别 3 个或更多特别炎热的日子的序列,并创建一个包含每个日子的长度以及开始和结束日期的新数据集。
我有一个向量列表,每个向量看起来像这样 c("Japan", "USA", "country", "Japan", "source", "country", "UK", "source", "coun
是否有任何工具或方法可以识别静态定义数组中的缓冲区溢出(即 char[1234] 而不是 malloc(1234))? 昨天我花了大部分时间来追踪崩溃和奇怪的行为,最终证明是由以下行引起的: // e
我一直在尝试通过导入制表符分隔的文件来手动创建 Snakemake 通配符,如下所示: dataset sample species frr PRJNA493818_GSE120639_SRP1628
我一直在尝试通过导入制表符分隔的文件来手动创建 Snakemake 通配符,如下所示: dataset sample species frr PRJNA493818_GSE120639_SRP1628
我想录下某人的声音,然后根据我获得的关于他/她声音的信息,如果那个人再次说话,我就能认出来!问题是我没有关于哪些统计数据(如频率)导致人声差异的信息,如果有人可以帮助我如何识别某人的声音? 在研究过程
我希望我的程序能够识别用户何时按下“enter”并继续循环播放。但是我不知道如何使程序识别“输入”。尝试了两种方法: string enter; string ent = "\n"; dice d1;
我创建了这个带有一个参数(文件名)的 Bash 小脚本,该脚本应该根据文件的扩展名做出响应: #!/bin/bash fileFormat=${1} if [[ ${fileFormat} =~ [F
我正在寻找一种在 for 循环内迭代时识别 subview 对象的方法,我基本上通过执行 cell.contentView.subviews 从 UITableView 的 contentView 获
我正在尝试在 Swift 中使用 CallKit 来识别调用者。 我正在寻找一种通过发出 URL 请求来识别调用者的方法。 例如:+1-234-45-241 给我打电话,我希望它向 mydomain.
我将(相当古老的)插件称为“thickbox”,如下所述: 创建厚盒时,它包含基于查询的内容列表。 使用 JavaScript 或 jQuery,我希望能够访问 type 的值(在上面的示例中 t
我想编写一些可以接受某种输入并将其识别为方波、三角波或某种波形的代码。我还需要一些产生所述波的方法。 我确实有使用 C/C++ 的经验,但是,我不确定我将如何模拟所有这些。最终,我想将其转换为微 Co
我创建了一个 for 循环,用于在每个部分显示 8 个项目,但我试图在循环中识别某些项目。例如,我想识别前两项,然后是第五项和第六项,但我的识别技术似乎是正确的。 for (int i = 0; i
如何识别 UIStoryboard? 该类具有创建和实例化的方法,但我没有看到带有类似name 的@property。例如 获取 Storyboard对象 + storyboardWithName:b
如何确定所运行的SQLServer2005的版本 要确定所运行的SQLServer2005的版本,请使用SQLServerManagementStudio连接到SQLServer2005,然后运行
这个问题在这里已经有了答案: How to check whether an object is a date? (26 个答案) 关闭2 年前。 我正在使用一个 npm 模块,它在错误时抛出一个空
我正在制作一个使用 ActivityRecognition API 在后台跟踪用户 Activity 的应用,如果用户在指定时间段(例如 1 小时)内停留在同一个地方,系统就会推送通知告诉用户去散步.
我是一名优秀的程序员,十分优秀!