谷歌宣布开源 Live Transcribe 语音识别转文字工具
昨日，谷歌在其开源博客中宣布开源 Android语音识别转录工具——Live Transcribe的语音引擎（Live Transcribe Speech Engine），它旨在将语音或对话实时转录为文字，还能够为听障人士提供帮助。
Live Transcribe 是谷歌于今年2月推出的一款Android应用程序，它的语音识别由谷歌最先进的Cloud Speech API提供。但是，依赖于云引入了一些复杂性，不断变化的网络连接、数据成本和延迟等等都带来一些考验。因此，谷歌把它开源出来，希望开发人员在已有的基础上进一步构建和开发。
Cloud Speech API目前无法支持无限的音频流，团队采取了一些措施来解决这一难题，例如在达到超时之前关闭并重新启动流式传输请求，这将有效减少会话中丢失的文本量。
无限流媒体音频带来了一大挑战。在许多国家，网络数据非常昂贵，并且在互联网较差的地方，带宽可能有限。Live Transcribe Speech Engine的团队对音频编解码器进行了大量实验，并最终在不影响精度的情况下将数据使用量减少了10倍。
另外，由于是提供实时语音转录，转录出来的文本会随着语音的输入不断发生变化，降低延迟自然十分必要。该引擎能够大大降低延迟率，这都要归功于它的自定义Opus编码器。
此外，值得一提的是，Live Transcribe支持超过70种语言，并能够根据语音自动识别语种，其中也包括中文。
谷歌宣布开源 Live Transcribe 语音识别转文字工具相关推荐
- 谷歌开源Live Transcribe语音识别转文字工具
8月18日,Google宣布开源Android语音识别转录工具Live Transcribe的语音引擎. 这家公司希望这样做可以让任何开发人员为长篇对话提供字幕,减少因网络延迟.断网等问题导致的沟通障 ...
- 【安卓学习之开源项目】 ParrotTongue：文字转语音(含LeLeTextToVoice、TextToMp3项目)
█ [安卓学习之开源项目] ParrotTongue:文字转语音(含LeLeTextToVoice.TextToMp3项目) █ 系列文章目录 提示:这里是收集了和音频有关的文章 [安卓学习之MP3] ...
- 免费语音识别成文字_免费在线语音识别成文字_语音识别文字免费软件 - 云+社区 - 腾讯云...
广告关闭 2017年12月,云+社区对外发布,从最开始的技术博客到现在拥有多个社区产品.未来,我们一起乘风破浪,创造无限可能. 腾讯云语音识别(asr) 为开发者提供语音转文字服务的最佳体验. 语音识 ...
- 开源(离线)中文语音识别ASR(语音转文本)工具整理
开源(离线)中文语音识别ASR(语音转文本)工具整理 目录 文章目录 目录 @[toc] open ai 的开源工具:whisper whisper介绍 引用 ASRT语音识别项目 ASRT介绍 引用 ...
- 谷歌重磅开源新技术：5行代码打造无限宽神经网络模型，帮助“打开ML黑匣子”...
鱼羊 假装发自 凹非寺 量子位 报道 | 公众号 QbitAI 只要网络足够宽,深度学习动态就能大大简化,并且更易于理解. 最近的许多研究结果表明,无限宽度的DNN会收敛成一类更为简单的模型,称为高斯 ...
- python 实现语音转文字_python3实现语音转文字(语音识别)和文字转语音(语音合成)...
话不多说,直接上代码运行截图 1.语音合成 -------> 执行: 结果: 输入要转换的内容,程序直接帮你把转换好的mp3文件输出(因为下一步–语音识别–需要.pcm格式的文件,程序自动执行格 ...
- 华为麒麟990芯片发布；谷歌宣布开源创新隐私保护技术；阿里20亿美元全资收购网易考拉；中国联通将设立100亿5G创新基金……...
关注并标星星CSDN云计算 极客头条:速递.最新.绝对有料.这里有企业新动.这里有业界要闻,打起十二分精神,紧跟fashion你可以的! 每周三次,打卡即read 更快.更全了解泛云圈精彩news g ...
- 双目立体放大！谷歌刚刚开源的这篇论文可能会成为手机双摄的新玩法
点击我爱计算机视觉标星,更快获取CVML新技术 摄像头和计算机视觉技术已经成为智能手机技术创新的重要战场. 苹果上个月发布的iPhone XS中计算机视觉技术可谓其重要亮点(详见:iPhone Xs发 ...
- python离线录音转文字_python3实现语音转文字(语音识别)和文字转语音(语音合成)...
话不多说,直接上代码运行截图 1.语音合成 -------> 执行: 结果: 输入要转换的内容,程序直接帮你把转换好的mp3文件输出(因为下一步–语音识别–需要.pcm格式的文件,程序自动执行格 ...
最新文章
- Cell：人体细菌到究竟有多少，再作报告必引此文
- 零基础基于U-Net网络实战眼底图像血管提取
- html 流动效果,html5 canvas流动的海浪特效
- 一个对象的内存图及运行流程和3个对象的内存图的运行流程
- 2022年中国功能性儿童学习用品行业发展趋势报告
- Django实现发邮件
- 使用DataSync迁移数据到Gaussdb T
- Linux命令Man解释:useradd:帐号建立或更新
- Leetcode669.Trim a Binary Search Tree修建二叉树
- （原创） 心电图机静态心电自动分析算法介绍
- C语言日志库zlog基本使用
- 2.1MAC协议概述
- 密码太多不知道怎么记录？不如自己写个密码箱小程序
- 数码计算机英语单词,数码相机的规格词汇中英对照
- JAVA-循序结构、选择结构
- 全国青少年编程等级考试python一级真题2020年6月（含题库答题软件账号）
- 编写函数求区间[200,3000]中所有的回文数， 回文数是正读和反读都是一样的数
- Unreal 4.24毛发
- PyTorch强化：01.PyTorch 数据加载和处理
- azure创建centos_如何使用Blazor和Azure计算机视觉创建光学字符读取器