个人中心
文章发布
退出
作者热门文章
- html - 出于某种原因，IE8 对我的 Sass 文件中继承的 html5 CSS 不友好？
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景？
32
4
我在 Google API for speech recognition 上取得了优异的成绩自然对话，但是对于 Youtube 视频或电影中的声音识别很差或不存在。
在 iPhone 4 上用西类牙语和英语录制我的声音是可以识别的，但是在电影中使用同一部手机几乎是不可能的，即使是一个角色在几乎没有背景噪音的情况下说话的场景。只有一次成功。
我尝试用 SoX (Sound eXchange) 清理声音使用 noisered 和 compand 效果，没有任何成功。
有什么想法吗？或者只是 Google API 无法识别的声音，您可以更改更多？与其他语音识别软件配合使用效果会更好吗？
最佳答案
Google 语音识别器(以及大多数其他识别器)与 reverberation 不兼容效果。在大多数视频场景中，人与麦克风之间的距离超过 1-3 米。尝试将手机放在 table 上，并在 3 米距离内识别 smth。这不会导致任何结果，但音质会非常好。
关于voice-recognition - 谷歌电影语音识别，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/16889845/
32
4
0
Closed. This question does not meet Stack Overflow guidelines。它当前不接受答案。 想改善这个问题吗？更新问题，以使溢出。 3年前关闭。 o
首先，C++ 不是我的语言(我是 java 程序员)。 我看过 Microsoft SAPI 5.1 的示例，我需要一种方法来打印机器中所有可用的语音。我看过 Object token SAPI，我有
这是一个听起来很愚蠢的问题，但我试图在常见问题解答和论坛中寻找答案，但没有找到答案。 就像您可以在移动浏览器的超链接中使用 tel: 一样，您可以设置一个链接以使用 Skype 的软件开始通话: Ca
我在我的应用程序中使用Agora Voice Unity SDK进行语音呼叫。我面临着一个问题，当我离开iPhone的频道时。我的按钮卡丁声停止工作。。通过调查，我发现“AVAudioSession”
我刚刚构建了一个在谷歌助手上运行的语音对话应用程序。但是，我无法弄清楚如何录制此应用程序的演示以与其他人分享。我正在使用 iPhone 和 Mac。视频录制部分工作正常，但我无法录制语音对话。 我尝试
我完全不知所措。当我打电话时: var a = VoiceCommandDefinitionManager.InstalledCommandDefinitions; 或 await Windows.A
我最近使用说话人识别库 - ALIZE 进行编程。但是我有一些关于如何安装和执行演示的问题。有人可以帮我看看我的安装和执行顺序有什么问题。 我使用 Mac OS 系统: 1、下载lib ALIZE和L
我正在尝试使用Pocketsphinx（。进行简单的语音到文本映射。语法非常简单，例如： public = (Matt, Anna, Tom, Christine)+ (One | Two | Th
我正在尝试创建一个 Google 操作，但出现此错误: Your sample invocations are structured incorrectly. Make sure they all i
我需要做些类似的事情:例如获取我的声音片段，然后从中提取声音打印，然后使用它生成具有“MY”音调的声音 暗示，想法或做类似事情的事情会很有帮助 最佳答案 尝试使用Audacity 关于voice-re
已结束。此问题正在寻求书籍、工具、软件库等的推荐。它不满足Stack Overflow guidelines 。目前不接受答案。 我们不允许提出寻求书籍、工具、软件库等推荐的问题。您可以编辑问题，以便
关闭。这个问题需要多问focused 。目前不接受答案。 想要改进此问题吗？更新问题，使其仅关注一个问题 editing this post . 已关闭 1 年前。 Improve this ques
我在 Google API for speech recognition 上取得了优异的成绩自然对话，但是对于 Youtube 视频或电影中的声音识别很差或不存在。 在 iPhone 4 上用西类牙语
我已经创建了一个语音控制的 android 应用程序。我提供了将语言环境更改为日语的选项，英语是默认语言。 日语 TTS 非常好用。但是当语音识别出现时，日语单词被识别为英语单词，因此与英语单词进行匹
语音转子选项之一是打字模式。 当打字模式为标准时，您触摸一个键即可听到该键的作用，您必须双击它才能真正使用它。 当输入模式为盲打时，键盘的行为几乎就像没有打开旁白一样。 有没有办法知道“键入模式”何时
我在 Galaxy S4 中使用 Android 5.0。当我双击主页按钮时，S 语音打开。我想让代码打开它。我使用了下面的代码，但代码只打开谷歌语音。如何在没有任何配置的情况下打开 S Voice？
是否有一种方法(最好向后兼容 Mac OS X 10.3)来判断“系统偏好设置”中的“Voice Over”是否已激活？ 最佳答案 这似乎存储在通用访问的首选项文件中。应用程序标识符是“com.app
当我在iOS Voice Over模式下单击时，它将读取标记的元素，但是我想知道标记点x和y，是否有任何API可以获取？ 最佳答案 您无法从VoiceOver获得此信息。 API不支持它。您能获得的最
有没有办法阻止 VoiceOver/TalkBack 使用 javascript/CSS 从文本输入中读取 readOnly 属性？ 我不希望在 VO 上读取此只读属性。 最佳答案 如果您不希望声明
[可能重复]但我没有在下面找到问题的答案。 是否可以将语音识别作为服务运行？我想实现这样的事情:虽然我的电话通过语音识别处于 sleep 模式，但我需要调用一个号码。除了语音识别，还有什么传感器可以检
我是一名优秀的程序员,十分优秀！