从视频和音频文件中提取语音的文本

Question

这样做的最好的库是什么？而且质量好，依靠。用扬声器语音训练系统是不可能的，或者使用术语词典来改善结果。

Answer 1

在windows上，您想使用SAPI接口（Speech API）。有多种实现。微软包含一个免费的Windows。 Dragon NaturallySpeaking是我见过的用于类似任务（付出努力）的非自由之一。如果发言者讲话清楚（并且不重叠并相互打断），缺乏培训并非如此残酷。

但是，您不会得到一份好的成绩单，但准确性会很差，您所得到的结果只会用于建立索引。大量的单词和独特的短语会很好地弹出，特别是如果你创建一个自定义字典（我知道你说你不想这样做）。例如，查找所有提及“Pelosi”和“公共选项”的新闻片段。