文本到语音(语音生成)和语音到文本(语音识别)API？

Question

是否有针对桌面或浏览器环境的已知API的全面列表？

Answer 1

我将重新散列并更新来自Speech recognition in C or Java or PHP?的答案。这并不全面，但对您来说可能是一个开始。

从观察这些问题的几个月中，我看到大多数开发人员的选择是这样的：

Windows用户-使用.Net或Microsoft.Speech的System.Speech功能，并安装微软提供的免费识别器。Windows7包括一个完整的语音引擎。其他的可以免费下载。对于相同的引擎，还有一个SAPI，称为C++。请参阅http://msdn.microsoft.com/en-us/magazine/cc163663.aspx。或者http://msdn.microsoft.com/en-us/library/ms723627(v=vs.85).aspx。有关Microsoft engines for Windows What is the difference between System.Speech.Recognition and Microsoft.Speech.Recognition?的更多背景

Linux的朋友们- Sphinx似乎有一批很好的追随者。请参阅http://cmusphinx.sourceforge.net/和http://cmusphinx.sourceforge.net/wiki/

商业产品- Nuance、Loquendo、AT&T、IBM等。每种语言都提供了自己的SDK和库。

在线服务- Nuance、Yapme、ispeech.org、vlingo等。Nuance已经改进了他们的开发程序，现在将为您提供用于开发的free access to their services。Yap (我相信)是最近的purchased by Amazon，所以我们可能会看到一些变化。

当然，这也可能是有帮助的- http://en.wikipedia.org/wiki/List_of_speech_recognition_software

有一个Java speech API。请参阅Java Speech API http://java.sun.com/products/java-media/speech/forDevelopers/jsapi-guide/Recognition.html中的javax.speech.recognition。我相信你仍然需要找到一个支持这个API的语音引擎。我不认为斯芬克斯完全支持它-- http://cmusphinx.sourceforge.net/sphinx4/doc/Sphinx4-faq.html#support_jsapi

还有很多其他的问题：Need text to speech and speech recognition tools for Linux和谈论http://code.google.com/p/pyspeech/的pyspeech (python) - Transcribe mp3 files?。您可能还想看看http://code.google.com/p/dragonfly/

Answer 2

文本到语音(语音生成)的领先应用编程接口供应商是YAKiToMe!和iSpeech。YAKiToMe！是我使用的，因为我喜欢他们的音质最好，他们是最便宜的(大部分是免费的)。它们支持多种语言的男性和女性说话者。一些声音供应商，如Acapella，Nuance，Loquendo和iVona都有不错的声音，但使用起来往往很贵。

Answer 3

下面是你如何做到这一点:注意:这是一个来自谷歌的api，所以它只能在chrome浏览器中工作。

(查看现场演示并在此处下载完整源代码http://purpledesign.in/blog/?p=33)

定义按钮

<input id="speech" type="text" speech="speech" x-webkit-speech="x-webkit-speech" onspeechchange="processspeech();" onwebkitspeechchange="processspeech();" />

并在javascript文件中定义要在函数中执行的操作

像这样

   function processspeech()
   {
     var speechtext=$("#speech").val();
     var elem = document.getElementById("test");
     elem.value = speechtext;
     var notification="\"<span style=\"color:#F00; text-transform:uppercase;\">"+  speechtext + "</span>\" <br />*Is this what you said???";
    notify(notification);
}

这里

<textarea> id="test"></textarea>

演讲稿是用文本区写的