問題タブ [speech-to-text]

私のiPhoneアプリケーションでは、テキストライブラリへの音声認識が必要です。誰かが私に解決策を提案できますか？2日後に私が見つけたのは、Googleの音声認識APIとオープンソースのOpenEarsライブラリです。誰かがこれらの1つを提案できますか？

Android API に基づいて、アプリケーションで音声からテキストへの変換を使用しています。それはかなりうまく機能しています...しかし、現在はベースとして米国のアクセントを利用しています. これにより、アプリケーションが、私が言ったこととはまったく異なる単語に一致することがあります。アプリケーションのパフォーマンスを向上させたい。誰でも私を助けることができますか？

アプリケーションで特定のアクセントをエミュレートする方法を誰か教えてもらえますか?

おそらくご存じのとおり、音声からテキストへの変換は Android API を使用して非常に簡単に実装できます。API のインテントを呼び出すだけで、テキストが返されます。私の場合は少し異なります。ユーザーから録音され、SD カードに保存されている、事前に録音された 3GPP サウンド ファイルがあります。他の音声認識と同じように、それをテキストに書き起こすことができるかどうか知りたいです。Speech-to-Text API では、独自のサウンド ファイルをアップロードして処理することはできますか? それともこれは不可能ですか？

私はAndroid開発の初心者です。Google のネットワーク ベースのバックエンド音声テキスト変換システムにアクセスできる音声テキスト変換ソフトウェアを作成する可能性はありますか?

私はアンドロイド開発の初心者で、このリンクのコードを実行しようとしました:

http://www.jameselsey.co.uk/blogs/techblog/android-how-to-implement-voice-recognition-a-nice-easy-tutorial/

しかし、クラッシュエラーが発生しています。私は何をすべきか？

これを電話に実行しようとしました：

Google API サンプル (音声認識) を実装できません

音声検索の機能を独自のアプリケーションに統合する可能性はありますか??

sphinx4 を使用して wav ファイルをテキスト ファイルに変換しようとしています。文法ファイルに含まれていない単語を認識できますか?

現在、音声認識にsphinx4を使用することを検討しています。ディクテーションタイプのアプリケーションに対して、良好な応答を実現しようとしています。入力はwavファイルであり、それを転記したいと思います。Sphinx4が提供するLatticeDemoとTranscriberのデモを調べました。同じ構成を使用すると、応答がかなり悪くなります。設定ファイルを微調整しようとしましたが、単語が認識されません。提供されている転記者のデモは数字用です。単語を理解できるように構成ファイルを変更しました。しかし、何かが足りないのかどうかはわかりません。設定ファイルを添付しました。できる限りの改善を提案してください。

認識をより正確にするために、彼に単語リスト（私の場合はユーザーの要求は非常に予測可能です）を与えることによってGoogle音声API認識を改善できますか？

私はアンドロイドで音声入力に取り組んでいます。のサンプルを使用しました

http://developer.android.com/resources/samples/ApiDemos/src/com/example/android/apis/app/VoiceRecognition.html

また、Xperia X10 でのテスト中に、「今話す」ダイアログが表示されましたが、音声を入力する前に閉じてしまいました。音声検索を実装しようとしています。たとえば、音声入力がジェームズ ボンドの場合、名前の編集テキストにジェームズを入力し、姓の編集テキストにボンドを入力します。データベースで名前を検索します。しかし、API デモ サンプルを使用しようとすると、機能しません。何かが足りないのかもしれません。ApiDemos サンプルではなく、音声入力のサンプルを投稿する人はいますか?

前もって感謝します。