从视频和音频文件中提取语音文本

Question

这样做的最佳库是什么。并且依靠质量很好的依赖。无法用扬声器语音训练系统或使用术语词典来改善结果。

Answer 1

在Windows上，您希望使用SAPI界面（Speech API）。有多种实现方式。 Microsoft包括一个免费的Windows。 Dragon NaturallySpeaking是一个非自由的，我在过去看到用于类似的任务（努力）。如果发言者讲得很清楚（而不是相互重叠和打断），缺乏训练就不会那么严重。

但是，你不会得到一个好的成绩单，准确性将足够严重，你得到的只会对索引有用。大词和独特的短语会很好地弹出，特别是如果你创建一个自定义词典（我知道你说你不想这样做）。例如，查找所有提及“Pelosi”和“公共选项”的新闻片段。