将音频转换为文本

Question

我只想知道在Java或C＃中的库或外部库中是否存在任何内容，这些库允许我获取音频文件并解析它并从中提取文本。

我需要做一个应用程序来这样做，但我不知道从哪里开始。

Answer 1

这里有一些选择：

• Microsoft Speech
• Lumenvox
• Dragon naturally speaking
• sphinx4

Answer 2

你可能会检查Microsoft Speech API。我认为他们提供了一个可以用于您的目标的SDK。

Answer 3

对于Java，似乎还有来自Sun的解决方案：javax.speech.recognition

Answer 4

您可以使用SoX（声音处理程序的瑞士军刀）将音频文件转换为具有对应于声音频率/音量的数值的文本文件。

我已经完成了以前的项目，但不知道确切的命令选项。

下面是该项目的链接：http://sox.sourceforge.net/Main/HomePage

Answer 5

下面是使用C＃和System.Speech一个完整的例子

的代码可以被分成2个主要部分：

配置SpeechRecognitionEngine对象（及其必需的元素） 处理SpeechRecognized和SpeechHypothesized事件。

步骤1：配置SpeechRecognitionEngine

_speechRecognitionEngine = new SpeechRecognitionEngine(); 
_speechRecognitionEngine.SetInputToDefaultAudioDevice(); 
_dictationGrammar = new DictationGrammar(); 
_speechRecognitionEngine.LoadGrammar(_dictationGrammar); 
_speechRecognitionEngine.RecognizeAsync(RecognizeMode.Multiple); 

在这一点上你的对象是准备开始从麦克风录制音频。您需要处理一些事件，以便实际访问结果。

步骤2：处理所述SpeechRecognitionEngine活动

_speechRecognitionEngine.SpeechRecognized - =新的EventHandler（SpeechRecognized）; _speechRecognitionEngine.SpeechHypothesized - = new EventHandler（SpeechHypothesizing）;

_speechRecognitionEngine.SpeechRecognized + = new EventHandler（SpeechRecognized）; _speechRecognitionEngine.SpeechHypothesized + = new EventHandler（SpeechHypothesizing）;

私人无效SpeechHypothesizing（对象发件人， SpeechHypothesizedEventArgs E）{ ///实时结果从发动机 串realTimeResults = e.Result。文本; }

私人无效SpeechRecognized（对象发件人，SpeechRecognizedEventArgs e）从发动机串finalAnswer = e.Result.Text { ///最终答案; }

就是这样。如果你想使用一个预先录制的.wav文件，而不是一个麦克风，你可以使用

_speechRecognitionEngine.SetInputToWaveFile（pathToTargetWavFile）;

代替

_speechRecognitionEngine.SetInputToDefaultAudioDevice（）;

在这些类中有一堆不同的选项，它们值得探索更多细节。

http://ellismis.com/2012/03/17/converting-or-transcribing-audio-to-text-using-c-and-net-system-speech/