我知道音频指纹识别音频文件非常棒，但我真正想知道的是Google如何制作语音识别API，他们是如何获取音频和返回文字的。
我写了一个宝石来指纹wav音频文件并进行比较，但如果我使用指纹将我的声音与充满指纹的数据库进行比较，那么它可能会花费很长时间。谷歌如何做到这一点？
目的：
我真的很喜欢语音识别，我想要一个地方开始编码，但我不知道从哪里开始。 DragonVoice是语音识别软件的另一个例子，所有这些软件都非常快。
我想知道服务器流来自获取音频记录以将其转换为文本。
答案 0 :(得分：3)
使用来源，Luke： - ）
最佳的开源语音识别软件（imho）：CMUSphinx http://cmusphinx.sourceforge.net/
学习曲线有点陡峭，但它应该值得...
FWIW，Stackoverflow上标签语音识别的描述说：语音识别是指识别谈话的人，并经常误用“语音识别” - 识别所说的内容。
如上所述，这是一个非常常见的错误： - ）
玩得开心！