如何在OS X上获得实时转录（没有音频文件）？

Question

我正在为那些陷入多余会议的人们开发一个应用程序，他们需要知道有人问他们什么问题。

我的计划是：

1. 将会议的音频（通常来自我的发言人）传输到演讲到文本节目
2. 将其分成可以监视我名字和/或上升语调的问题
3. 当有人问我一个问题时，让程序“ding”。然后我可以快速阅读文本并回答。

困难的部分是步骤（1）。我找到的所有语音到文本程序都接受音频文件作为输入，并且不能从任何通道流到扬声器/耳机。另一方面，我发现辅助程序接管键盘输入。理想情况下，用户可以通过在会议期间键入其他应用程序来执行高效工作，因此这种解决方案将无法正常工作。

所以我正在寻找可以在OS X上使用的东西，它可以处理步骤（1）或甚至更好为我执行上述大部分步骤。

我已经对解决方案进行了研究，找不到任何步骤（1）。我将其他步骤包括在内，因为对于整个程序可能有一个更具创造性的解决方案（例如其他一些不用于听写的辅助技术），我不知道。

Answer 1

您可以使用许多API，例如streaming API from Google，但它并非完全免费。

如果您容忍较低的准确度，则可以使用CMUSphinx等开源软件。

问题还在于如何从voip软件获取音频流，你必须自己破解它。或者你必须重新录制在扬声器上播放的内容，这并不总是一个好主意。

Answer 2

1）我使用LoopBack进行应用内音频路由，本质上是一个虚拟混音器，可将音频从1个应用程序传送到另一个应用程序。它显示为音频输入设备并且还允许监控 - 因此您可以收听并流式传输到另一个应用程序。

2和3）不是我的专业领域，但我可能会调查任何谷歌API（正如尼古拉所说）开始我的研究。