我正在尝试找到一种简单的方法将音频文件转录为文本（CMU Sphinx，Julius等对于不了解语音识别，配置语言模型，声学模型等的人来说很难）。
我想知道是否有办法将我的音频文件传输到Mac OS 10.9 Mavericks的“Enhanced Dictation”功能中，该功能允许本地离线语音听写。
当我将耳机插孔中的跳线连接到我的线路时，我觉得自己很聪明，但不幸的是，当你开始口述时，它会使所有其他音频播放静音（有关如何禁用此静音的任何建议都会正确回答我。）
答案 0 :(得分：3)
我还没有找到直接的方法。但是，您可以使用Soundflower作为解决方法。
例如，您可以在VLC中为您的输出选择Audio-＆gt; Audio Device-＆gt; Soundflower（2ch）。然后在系统偏好设置 - ＆gt;听写＆amp;语音 - ＆gt;听写 - ＆gt; Soundflower（2ch）[下拉麦克风图标下方]。然后你可以在VLC中开始播放，并开始听写听（例如在TextEdit中）你应该看到转录出现。这种方法的缺点是它很慢（仅限于实时播放音频），并且不利于自动化工作流程。
注意：您必须在切换到TextEdit并启动ED之前开始音频播放。
答案 1 :(得分：0)
macOS 10.15（Catalina）中出现了一个API，该API可以访问基础语音系统，并允许从音频文件或设备（包括麦克风）进行转录。由于它也可以从iOS 10开始使用，因此我想它已经移植到了Mac。
它有一些限制。首先，它会将其数据传递到Apple的服务器进行转录，这可能对您很重要（“听写”曾经有设备上的选项，但在Catalina中可能已经消失了？）。可能是因为这样，它以不超过一分钟的时间块处理音频。
有关API，请参见Speech。
答案 2 :(得分：-1)
我在Dragon Dictate中使用的解决方法是使用带麦克风的USB耳机。我听我要转录的文件并重复我听到的内容。这是kludgy但工作，也应该与听写合作。如果您可以以较慢的速度将文件播放到耳机中，以便有时间处理您所听到的内容并将其重复清晰，这将非常有用。