自由时间戳音频转录（语音到文本）？

Question

是否有任何免费服务/程序可以将音频转录为文本 并保留时间戳？

我想转录：

This is the demo link of VoiceBase

（419名骗子之间的16米谈话;诈骗者说话 沉重的口音，所以我不是在抱怨质量 转录）。

Voicebase会转录它，但转录只是一个块 测试，并没有带时间戳。

我还尝试了Google语音“技巧”（将文件记录到语音邮件中） 并让谷歌一次3分钟转录它，但是，再一次， 转录是单个文本块，没有时间戳。

我知道Sphinx，但无法让它发挥作用。

我意识到我可以使用字幕编辑器来创建手动记录， 但我正在寻找一种自动化解决方案。

理想情况下，我想带一个带时间戳的机器转录并手动编辑它。

Answer 1

CMUSphinx可以做到这一点，只需从源代码运行Aligner demo。最新的sphinx4教程可用in sphinx4 tutorial。 2014年夏天，CMUSphinx在sphinx4主干中集成了long audio alignment功能。

这是完全错误的，但与语音库不同，它至少捕获了一些单词。可能手动转录它以及稍后分配时间会更容易。 CMUSphinx也可以通过音频到文本对齐来实现这一目标。

由于重音和短音会导致解码精度存在很多问题，但您也有责任。例如，你永远不应该将8khz bandwith的电话音频转换为mp3。这种转换大大降低了自动语音识别的准确性和整体记录质量。您可以使用其他面向语音的无损编解码器进行压缩。

其他question讨论该主题，列出了一些建议。

Answer 2

在Google中搜索时，您将获得一长串由市场专业人士提供支持的转录软件。例如：

1. Express Scribe
2. EureScribe
3. InqScribe

但使用自动化软件时出现的问题是它无法提供我们需要的确切结果。因此，如果您在使用这些软件时仍然遇到任何问题，那么您可以聘请转录来简化您的工作。

Answer 3

一个名为Speechlogger（https://speechlogger.appspot.com）的新软件（chrome web-app）正是为此而制作的。它会保留时间戳，并允许您导出到srt (captions) format。

它应该是最好的技术，因为它使用谷歌的语音识别引擎。 它还会自动标点（基于简单的单词内容和结构）。