audio - 用于从音频流中提取单词(语音)的库？

Question

我有一个音频流，我会从中提取单词(语音)。因此，例如使用 audio.wav 我会得到 001.wav、002.wav、003.wav 等，其中每个 XXX.wav 是一个词。

我正在寻找一个库或程序来做这件事——平台无关紧要，但我更喜欢开源解决方案。

预先感谢您的帮助。

Answer 1

Nuance ，制造Dragon Naturally Speaking的公司, 有Software Development Kits号.

Audio Mining套件似乎符合您的要求:

Dragon NaturallySpeaking SDK AudioMining is a speaker-independent speech recognition toolkit that enables the indexing of 100% of the speech information within audio files. The technology uses highly accurate speech recognition to turn audio files into XML text with timestamp information. This can be integrated with standard text-search products to enable rapid access to specific audio content.

语音到语音+元数据无疑是最难正确处理的部分。获得语音 + 元数据后，将单词提取为单独的音频文件是 much more straightforward .