是否有文字API或某些“黑客”的演讲，我可以使用谷歌的演讲文字设施？

Question

我认为谷歌的文字设施演讲（谷歌语音自动转录语音邮件，YouTube上的视频自动字幕等）令人印象深刻。

我确实想看看Google是否通过API提供了它，而且似乎没有（不是我责怪他们！）。提供语音到文本功能的云计算服务虽然很酷。

我是否可以使用某种“黑客”来访问语音文本。我的架构基本上归结为这个 - 一个短的15-20秒wav / mp3 /其他剪辑作为输入，输出是纯文本。

任何人的想法？

Answer 1

文本API有很多语音。仅仅因为谷歌没有提供它们，这并不意味着你运气不好。

这是一个很好的C＃。如果不是.NET，您可以为您的平台搜索其他人。

http://cmusphinx.sourceforge.net/

Answer 2

检查一下：http://mikepultz.com/2011/03/accessing-google-speech-api-chrome-11/

我目前正在尝试用PHP实现API。

- 塞特

Answer 3

它可以通过Chrome 8或Opera在HTML5中使用： https://docs.google.com/View?id=dcfg79pz_5dhnp23f5&pli=1

Google语音技术也可通过Android手机上的Android API访问。

其他产品，如Sphinx，是语音识别引擎，在特定领域中效果最佳，而不是“无约束”的语音到文本。

Answer 4

以下是Peter Moffatt建议的更近期，更“官方”的版本：

http://lists.w3.org/Archives/Public/public-xg-htmlspeech/2011Feb/att-0020/api-draft.html

Google的相关公告：

http://chrome.blogspot.com/2011/03/talking-to-your-computer-with-html5.html

Answer 5

您可以使用C＃查看以下实现 - 我使用了Mike Pultz链接。

https://github.com/seigneur/Voice-Biometrics 我使用Sox转换为flac，创建了一个小的SOX脚本将其拆分成块。

Answer 6

如果你真的想要谷歌的输出......这是一个Hack方法

您是否考虑过制作手机提交引擎？ 基本上它调用你的谷歌语音邮件...播放MP3。

通过https://code.google.com/p/google-voice-java/

抓取输出

更好的答案。