音频文件转文字

[慷慨的蒜苗]

我公司现在提一需求，需求为音频文件转文字功能。
具体需求就是，有一视频文件，初步设想，是通过代码，提取出音频文件，然后根据，现有开源库，或者收费库，做到音频文件转文字功能。
我想问下，现在是否有这种开源库。
科大讯飞的C++版本好像不支持这种功能。
问题：
能否告知这种开源库的名称。
是否可以直接视频文件，转出文字。
谢谢。

[慷慨的蒜苗]

手动置顶，谢谢。

[赵4老师]

目前还没有相关成熟技术。 口语、俗语、俚语、方言、呻吟、外星语、梦呓、鹦鹉、…… 都够你喝一壶的了。

[HymanLiuTS]

引用 2 楼 zhao4zhong1 的回复:

目前还没有相关成熟技术。 口语、俗语、俚语、方言、呻吟、外星语、梦呓、鹦鹉、…… 都够你喝一壶的了。

呻吟。。赞一个

[张小飞Official]

你去问问产品经理怎么不上天

[赵4老师]

引用 3 楼 lzhui1987 的回复:

[quote=引用 2 楼 zhao4zhong1 的回复:] 目前还没有相关成熟技术。 口语、俗语、俚语、方言、呻吟、外星语、梦呓、鹦鹉、…… 都够你喝一壶的了。

呻吟。。赞一个[/quote]

[AlbertS]

上天上天，哈哈哈哈，可以参考一下手游的

[AlbertS]

手游一般也是转音频，很少转视频

[yeeeex]

说呻吟的太6

[ooolinux]

IBM ViaVoice类似产品，提取它的DLL可行否？

[勤奋的小游侠]

1视频文件有音频信道，这个看你什么格式，提取音频并不难 2音频转文字，直接用科大讯飞的SDK，没有开源的，或者开源的根本不够好。 科大讯飞的SDK ,强烈推荐！！！

[赵4老师]

刚接了个电话：“你好！方便面是吗？” …… “你打错电话了！我是火腿肠！！” …… …… …… （好象说的是“方便面试吗？”） 请使用科大讯飞的SDK将这段音频转文字试试看。

[赵4老师]

这个也可以试试： https://zhidao.baidu.com/question/185869786.html

[慷慨的蒜苗]

引用 2 楼 zhao4zhong1 的回复:

目前还没有相关成熟技术。 口语、俗语、俚语、方言、呻吟、外星语、梦呓、鹦鹉、…… 都够你喝一壶的了。

赵四老师说的很有道理。。。 我们是视频监控，提取的好多都是新闻联播，今天弄明白讯飞的sdk了，使用格式工厂，cooledit各种转换啊，终于转换成讯飞的 16k,16bit,单声道的视频了，然后使用讯飞的sdk试试，几乎标准普通话，错误率也不少。。。

[慷慨的蒜苗]

引用 4 楼 u010370871 的回复:

你去问问产品经理怎么不上天

甭提了，今天用讯飞sdk 做了一下，只能识别一分钟，音频差不多标准普通话吧，效果不是太好啊。。。经理告诉，先不考虑识别路，我心头一万头草泥马奔腾而过啊。。。

[慷慨的蒜苗]

引用 9 楼 u010165006 的回复:

IBM ViaVoice类似产品，提取它的DLL可行否？

我去试试去。谢谢

[AlbertS]

引用 10 楼 lovesmiles 的回复:

1视频文件有音频信道，这个看你什么格式，提取音频并不难 2音频转文字，直接用科大讯飞的SDK，没有开源的，或者开源的根本不够好。 科大讯飞的SDK ,强烈推荐！！！

你是不是个托

[勤奋的小游侠]

引用 11 楼 shihengzhen101 的回复:

[quote=引用 10 楼 lovesmiles 的回复:] 1视频文件有音频信道，这个看你什么格式，提取音频并不难 2音频转文字，直接用科大讯飞的SDK，没有开源的，或者开源的根本不够好。 科大讯飞的SDK ,强烈推荐！！！

你是不是个托[/quote] 我只是用了讯大的语音输入法。觉得他们的识别率做得确实很高。 反正爱用不用