语音转文本标点时间戳？

Question

Google Cloud语音转文本和Amazon Transcribe均提供punctuation和word timestamps。我可以获取标点符号时间戳吗？具体来说，我想要时间戳记（例如句点，问号，感叹号）的时间戳，例如0:33秒，1：01、1：23、1：49、2：05等。

我想我可以使用Google或AWS使用标点符号来转录文件，然后将其分解为句子，然后为每个句子做一个单词时间戳。如果我可以为getPunctuationTimestamps设置参数，则会更容易（对于500句的文件，大约是计算机时间的1/500）。

IBM Watson语音转文本功能提供keyword spotting，但不提供标点符号。

Answer 1

我尝试了IBM Watson Speech-to-Text的keyword spotting。我提供了一个48分钟的Radio Ambulante广播播客，该播客带有官方成绩单。这是用于高质量的NPR播客。我从笔录中选择了一个句子作为“关键词”。沃森花了大约48分钟来录制48分钟的播客。主持人的转录率高于90％，受访者的转录率高于80％。问题是要工作，我需要100％的准确性。例如，一位古巴医生说：“我想我，没有共产党员”（“我不认为自己是共产党员”），但沃森却听到了“ considerabacomúnesto”。沃森从未找到目标句子。