草庐IT

android - Android 上的实时通话转录

coder 2023-12-12 原文

我是一名患有听力障碍的 Android 开发人员，我目前正在探索使用 Android 中的语音识别器 API 将语音转为文本应用程序的选项。隐藏式字幕电话和 Innocaption 在我的祖国不可用。潜在的应用可能类似于电话中的字幕。

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

API 用于捕获语音命令，而不是用于实时实时转录。我什至可以将它作为一项服务来实现，但我需要在它交付一个结果或部分结果后不断地重新启动它，这在 session 设置中是不可行的(服务重新启动时单词会丢失)。

请注意，我不需要此应用的 100% 准确度。许多听障人士发现了解一些谈话背景有助于他们理解。所以我实际上不需要评论这将如何不准确。

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 TextView ，当从服务返回新文本时，它会不断 self 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，但发现它过于依赖短语/句子 block ，不太可能适用于我想要的那种应用程序。

最佳答案

我是一名失聪的软件开发人员，所以我可以插话。我一直在关注 Speech-To-Text API 的最新技术，这些 API 现在已经“足够好”，可以提供无需运算符(operator)的中继/字幕服务在安静的环境中与使用电话的人进行某些类型的电话交谈。例如，我使用 Apple Siri 实时转录 (iOS 8) 获得了 98% 的配偶语音转录准确率。

我能够通过将声音从一部手机传送到我按下麦克风按钮(弹出式键盘)的第二部 iPhone，成功地为电话对话添加字幕，准确率约为 95%，每分钟 250 字(比 Sprint Captioned Telephone 和 Hamilton Captioned Telephone 快)，至少到 1 分钟截止时间为止。

因此，我宣布基于计算机的语音识别对于与家人(您在安静环境中经常打电话的类型)的电话通话是实用的，您至少可以指导他们转移到安静的地方以使字幕正常工作(准确率 >95%)。自从 iOS 8 发布以来，我们真的需要这个，所以我们不需要依赖运营商或字幕电话。 Sprint Captioned 电话在快速讲话时严重滞后，而 Apple Siri 保持同步，因此我可以使用我的 jerryriged 双 iOS 设备 Apple Siri“实时字幕电话”设置进行更自然的电话交谈。

一些手机以更高清晰度的方式传输音频，因此它在两部 iPhone 之间运行良好(iPhone 扬声器通过管道连接到另一部 iPhone 的 Siri，以 iOS8 连续模式运行)。这是假设您使用的是 G.722.2 (AMR-WB)，就像在支持高清音频电话标准的同一运营商上运行两部 iPhone 时一样。当通过 Siri 传输时，它的效果非常好——大致与在电话前进行一样好，对于相同的人声(假设另一端在安静的环境中对着电话说话)。

Google 和 Apple 需要向辅助应用程序开放他们的语音转文本 API，因为无话务员的电话转录现在终于实用了，至少在给家人打电话时(声音好并且被训练在安静的环境中)接电话)。在这种情况下，也需要取消连续识别时间限制。

关于android - Android 上的实时通话转录，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/25800377/

通话androidsection的识别器speech-to-text

有关android - Android 上的实时通话转录的更多相关文章

  1. ruby-on-rails - date_field_tag，如何设置默认日期？ [ rails 上的 ruby ] - 2

    我想设置一个默认日期，例如实际日期，我该如何设置？还有如何在组合框中设置默认值顺便问一下，date_field_tag和date_field之间有什么区别？ 最佳答案 试试这个:将默认日期作为第二个参数传递。youcorrectlysetthedefaultvalueofcomboboxasshowninyourquestion. 关于ruby-on-rails-date_field_tag，如何设置默认日期？[rails上的ruby]，我们在StackOverflow上找到一个类似的问

  2. ruby-on-rails - openshift 上的 rails 控制台 - 2

    我将我的Rails应用程序部署到OpenShift，它运行良好，但我无法在生产服务器上运行“Rails控制台”。它给了我这个错误。我该如何解决这个问题？我尝试更新ruby​​gems，但它也给出了权限被拒绝的错误，我也无法做到。railsc错误:Warning:You'reusingRubygems1.8.24withSpring.UpgradetoatleastRubygems2.1.0andrun`gempristine--all`forbetterstartupperformance./opt/rh/ruby193/root/usr/share/rubygems/rubygems

  3. ruby-on-rails - 相关表上的范围为 "WHERE ... LIKE" - 2

    我正在尝试从Postgresql表(table1)中获取数据，该表由另一个相关表(property)的字段(table2)过滤。在纯SQL中，我会这样编写查询:SELECT*FROMtable1JOINtable2USING(table2_id)WHEREtable2.propertyLIKE'query%'这工作正常:scope:my_scope,->(query){includes(:table2).where("table2.property":query)}但我真正需要的是使用LIKE运算符进行过滤，而不是严格相等。然而，这是行不通的:scope:my_scope,->(que

  4. 安卓apk修改(Android反编译apk) - 2

    最近因为项目需要，需要将Android手机系统自带的某个系统软件反编译并更改里面某个资源，并重新打包，签名生成新的自定义的apk，下面我来介绍一下我的实现过程。APK修改，分为以下几步：反编译解包,修改,重打包,修改签名等步骤。安卓apk修改准备工作1.系统配置好JavaJDK环境变量2.需要root权限的手机（针对系统自带apk,其他软件免root）3.Auto-Sign签名工具4.apktool工具安卓apk修改开始反编译本文拿Android系统里面的Settings.apk做demo,具体如何将apk获取出来在此就不过多介绍了，直接进入主题：按键win+R输入cmd，打开命令窗口，并将路

  5. ruby-on-rails - Ruby - 如何从 ruby​​ 上的 .pfx 文件中提取公钥、rsa 私钥和 CA key - 2

    我有一个.pfx格式的证书，我需要使用ruby​​提取公共(public)、私有(private)和CA证书。使用shell我可以这样做:#ExtractPublicKey(askforpassword)opensslpkcs12-infile.pfx-outfile_public.pem-clcerts-nokeys#ExtractCertificateAuthorityKey(askforpassword)opensslpkcs12-infile.pfx-outfile_ca.pem-cacerts-nokeys#ExtractPrivateKey(askforpassword)o

  6. 带有 attr_accessor 的类上的 Ruby instance_eval - 2

    我了解instance_eval和class_eval之间的基本区别。我在玩弄时发现的是一些涉及attr_accessor的奇怪东西。这是一个例子:A=Class.newA.class_eval{attr_accessor:x}a=A.newa.x="x"a.x=>"x"#...expectedA.instance_eval{attr_accessor:y}A.y="y"=>NoMethodError:undefinedmethod`y='forA:Classa.y="y"=>"y"#WHATTT?这是怎么回事:instance_eval没有访问我们的A类(对象)然后它实际上将它添加到

  7. ruby-on-rails - rails 上的 ruby : radio buttons for collection select - 2

    我有一个集合选择:此方法的单选按钮是什么？谢谢 最佳答案 Rails3中没有这样的助手。在Rails4中，它是collection_radio_buttons. 关于ruby-on-rails-rails上的ruby:radiobuttonsforcollectionselect，我们在StackOverflow上找到一个类似的问题： https://stackoverflow.com/questions/18525986/

  8. ruby - 将命令行上的变量传递给 Cucumber 测试 - 2

    我正在尝试将cucumber项目的用户名和密码置于版本控制之外。有没有办法在命令行上手动将用户名和密码等变量传递给Cucumber脚本？我的备份计划是将它们放在一个YML文件中，然后将该文件添加到gitignore，这样它们就不会被置于版本控制中。 最佳答案 所以，我看到了您对铁皮人的评论，答案是肯定的。cucumberPASSWORD=my_passwordPASSWORD被设置为环境变量，您可以通过将其引用为ENV['PASSWORD']来使用它的值。例如，browser.text_field(:id=>'pwd').setEN

  9. ruby - 将哈希值保存到 Ruby 上的文件 - 2

    我刚刚迈出了编程的第一步。我刚刚完成了CodeAcademy的另一门类(class)。这次我被要求创建一个小电影目录。这是我的问题:如何在文件中保存/加载带有电影标题和评级的哈希值而不是自己的代码？下面是代码现在的样子(几句葡萄牙语，但您可以忽略它:movies={Memento:3,Primer:4,Ishtar:1}puts"Oquevocêgostariadefazer?"puts"--Digite'add'paraadicionarumfilme."puts"--Digite'update'paraatualizarumfilme."puts"--Digite'display'

  10. ruby - 在 RUBY 上的 PADRINO 框架上使用 RSPEC 进行测试的教程 - 2

    我是Ruby新手，并被要求在我们的新项目中使用它。我们还被要求使用Padrino(Sinatra)作为后端/框架。我们被要求使用Rspec进行测试。我一直在寻找可以指导在Padrino上使用RspecforRuby的教程。我得到的主要是引用RoR。但是，我需要RubyonPadrino。请在任何入门/指南/引用/讨论等方面指导我。如有不妥之处请指正。可能是我没有针对我的问题搜索正确的词/短语组合。我正在使用Ruby1.9.3和Padrinov.0.10.6。注意:我还提到了SOquestion,但它没有帮助。 最佳答案 我没用过Pa

随机推荐