将音频转换为文本

Question

我只是想知道Java或C＃中的库或外部库是否有任何构建，它允许我获取音频文件并解析它并从中提取文本。

我需要申请这样做，但我不知道从哪里可以开始。

Answer 1

以下是您的一些选择：

• Microsoft Speech
• Lumenvox
• Dragon naturally speaking
• sphinx4

Answer 2

以下是使用C＃和System.Speech

的完整示例

代码可分为两个主要部分：

配置SpeechRecognitionEngine对象（及其必需元素） 处理SpeechRecognized和SpeechHypothesized事件。

第1步：配置SpeechRecognitionEngine

_speechRecognitionEngine = new SpeechRecognitionEngine();
_speechRecognitionEngine.SetInputToDefaultAudioDevice();
_dictationGrammar = new DictationGrammar();
_speechRecognitionEngine.LoadGrammar(_dictationGrammar);
_speechRecognitionEngine.RecognizeAsync(RecognizeMode.Multiple);

此时，您的对象已准备好开始从麦克风转录音频。但是，您需要处理某些事件，以便实际访问结果。

第2步：处理SpeechRecognitionEngine事件

  

_speechRecognitionEngine.SpeechRecognized - = new EventHandler（SpeechRecognized）;   _speechRecognitionEngine.SpeechHypothesized - = new EventHandler（SpeechHypothesizing）;

     

_speechRecognitionEngine.SpeechRecognized + = new EventHandler（SpeechRecognized）;   _speechRecognitionEngine.SpeechHypothesized + = new EventHandler（SpeechHypothesizing）;

     

private void SpeechHypothesizing（对象发送者，   SpeechHypothesizedEventArgs e）{   ///来自引擎的实时结果   string realTimeResults = e.Result.Text; }

     

private void SpeechRecognized（对象发件人，SpeechRecognizedEventArgs   e）{   ///来自引擎字符串finalAnswer =的最终答案   e.Result.Text; }

就是这样。如果您想使用预先录制的.wav文件而不是麦克风，则可以使用

  

_speechRecognitionEngine.SetInputToWaveFile（pathToTargetWavFile）;

而不是

  

_speechRecognitionEngine.SetInputToDefaultAudioDevice（）;

这些课程中有许多不同的选项，值得更详细地探讨。

http://ellismis.com/2012/03/17/converting-or-transcribing-audio-to-text-using-c-and-net-system-speech/

Answer 3

对于Java，似乎有一个来自Sun的解决方案：javax.speech.recognition

Answer 4

您可以使用SoX（声音处理程序的瑞士军刀）将音频文件转换为文本文件，其数值对应于声音频率/音量。

我已经为之前的项目做过，但不知道确切的命令选项。

以下是该项目的链接：http://sox.sourceforge.net/Main/HomePage

Answer 5

您可以查看Microsoft Speech API。我认为他们提供的SDK可以用于您的目标。