首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >Android上的实时呼叫转录

问Android上的实时呼叫转录
EN

Stack Overflow用户
提问于 2014-09-12 11:43:15
回答 3查看 4K关注 0票数 5

我是一名Android开发人员,患有听力障碍,目前我正在探索在Android中使用speech Recognizer API制作语音转文本应用程序的选项。在我的国家,隐藏字幕电话和Innocaption在中不可用。潜在的应用可能类似于电话呼叫期间的字幕。

https://developer.android.com/reference/android/speech/SpeechRecognizer.html

该API用于捕获语音命令,而不是用于实时实时转录。我甚至可以将它作为一个服务来实现,但在它交付了一个结果或部分结果后,我需要不断地重新启动它,这在会话设置中是不可行的(服务重新启动时会丢失单词)。

请注意,我不需要100%的准确性为这个应用程序。许多听力受损的人发现,有一些对话的上下文来帮助他们是有用的。所以我实际上不需要评论这是如何不准确的。

有没有办法在连续模式下实现语音识别器?我可以创建一个文本视图,当服务返回新文本时,它会不断更新。如果这个API不是我应该看的,有什么建议吗?我测试了CMUSphinx,但发现它过于依赖于短语/句子块,不太可能适用于我心目中的应用程序。

EN

回答 3

Stack Overflow用户

发布于 2014-10-11 02:56:14

我是一个失聪的软件开发人员,所以我可以插话。我一直在关注语音转文本API的技术水平,这些API现在已经“足够好”,可以为某些类型的电话会话提供无操作员中继/字幕服务,人们在安静的环境中使用电话。例如,通过Apple Siri实时转录(iOS 8),我可以用配偶的声音获得98%的转录准确率。

我能够通过将一部电话发出的声音路由到第二个iPhone,然后按下麦克风按钮(弹出键盘),成功地为一次电话对话添加字幕,速度为每分钟250字(比冲刺字幕电话和汉密尔顿字幕电话更快),至少在1分钟截止时间之前。

因此,我宣布基于计算机的语音识别对于与家人(在安静的环境中经常呼叫的类型)的电话呼叫是实用的,在这种情况下,您至少可以指导他们移动到一个安静的地方,以允许字幕正常工作(准确率>95% )。自从iOS 8发布以来,我们真的需要它,所以我们不需要依赖操作员或字幕电话。Sprint的字幕电话在快速通话时表现很差,而Apple Siri则紧跟其后,这样我就可以通过配备两个iOS设备的苹果Siri“实时字幕电话”进行更自然的电话通话了。

一些手机以更高清晰度的方式传输音频,所以它在两个iPhones之间工作得很好(iPhone扬声器连接到另一个运行在iOS8连续模式下的iPhone的Siri中)。这是假设你使用G.722.2 (AMR-WB),就像在支持高清晰度音频电话标准的同一运营商上运行两个iPhones。当它通过Siri传输时,效果非常好--与在手机前播放的效果差不多,同样是人类的声音(假设另一端是在安静的环境中对着手机说话)。

谷歌和苹果需要尽快向辅助应用程序开放他们的语音到文本API,因为无接线员电话转录现在终于实用了,至少在给家人打电话时是这样的(好声音&接到电话时被教导在一个安静的环境中)。在这种情况下,也需要删除连续识别时间限制。

票数 5
EN

Stack Overflow用户

发布于 2014-09-12 14:29:45

谷歌是不会工作与电话质量的音频不管怎样,你需要工作的字幕服务使用CMUSphinx自己。

你可能没有正确地配置CMUSphinx,它对于大词汇量的转录应该是可以的,你唯一需要关心的是使用电话8 8khz模型,而不是宽带模型和通用语言模型。

为了获得最好的准确性,将处理转移到服务器上可能是值得的,你可以设置PBX在那里进行呼叫和转录音频,而不是希望在有限的设备上做一些事情。

票数 1
EN

Stack Overflow用户

发布于 2014-09-12 22:30:48

确实,SpeechRecognizer API文档声称

此接口的实现可能会将音频流式传输到远程服务器以执行语音识别。因此,此API不旨在用于连续识别,这将消耗大量的电池和带宽。

这段文字是一年前添加的(https://android.googlesource.com/platform/frameworks/base/+/2921cee3048f7e64ba6645d50a1c1705ef9658f8)。不过,当时并无更改空气污染指数,即空气污染指数维持不变。此外,我在API文档中也没有看到任何特定于网络和电池消耗的内容。因此,继续并实现一个识别器(可能基于CMUSphinx),并使其可通过此API访问。

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/25800377

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档