我有一个音频流,我会从中提取单词(演讲)。例如,有了audio.wav,我将得到001.wav,002.wav,003.wav等,其中每个XXX.wav都是一个单词。
我正在寻找一个库或程序来做它--平台并不重要,但我更喜欢开源解决方案。
提前感谢您的帮助。
发布于 2010-07-06 12:08:40
细微差别是一家生产龙自然说的公司,它拥有许多软件开发工具包。
音频挖掘工具包似乎符合您的要求:
Dragon SDK AudioMining是一个独立于扬声器的语音识别工具包,可以对音频文件中100%的语音信息进行索引。该技术利用高精度的语音识别技术将音频文件转换成具有时间戳信息的XML文本。这可以与标准文本搜索产品集成,以便快速访问特定的音频内容.
对speech+metadata的演讲是最难纠正的部分。一旦您有了语音+元数据,将单词作为单个音频文件提取为要简单得多。
https://stackoverflow.com/questions/3178238
相似问题