存在问题：
 将音频转化成文字进行输出
 
 
解决方案：
 调用第三方百度的语音识别api进行语音识别
 
步骤：
 1）安装百度提供的Python库：pip install baidu-aip
 2）运行以下代码：
 
from aip import AipSpeech
APP_ID = '160'
API_KEY = 'f6XVtm'
SECRET_KEY = 'zbvyYC'
# 百度AI库获取的参数
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

# 构造读取语音文件函数
def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()

# 识别本地文件  主函数
result = client.asr(get_file_content(r'F:\PythonFiles\PycharmFile\16k.pcm'), 'pcm', 16000, { 'lan': 'zh',})
#此处地址处必须要加r，使其成为绝对地址，要么容易字符转义出现错误
print(result)
 
注：
 1）百度AI云平台地址:https://ai.baidu.com/
 2）进入后添加应用，获取相应的接口ID和密钥（上文提到的三个参数）
 3）该接口只支持pcm、wav和amr格式音频
 4）程序返回值有4个，如下
 
 5）存在一个问题，自己录的音总是报3301错误，该错误显示录音效果差，无论怎么录音都显示这个错误

【实例简介】
【实例截图】

【核心代码】
using System;
using System.Windows.Forms;
using System.Collections.Generic;
using System.ComponentModel;
using System.IO;
using System.Net;
using System.Text;
using System.Runtime.InteropServices;
using System.Drawing;
using BATT.AudioModule;
namespace BATT
{
public partial class Form1 : Form
{
private BackgroundWorker backgroundWorker = new BackgroundWorker();
private string resultStr;
private bool isRecord = false;
private string accessToken = null;
private SpeechModel speechModel = new SpeechModel();
private AutomaticSpeechRecognition testASR;
private string tempStr = ""; // 存储转换后的音频文件的临时目录
private ISpeechRecorder recorder = new NAudioRecorder();
private bool switchRecord = true;
private string str = null;
public Form1()
{
InitializeComponent();
testASR = new AutomaticSpeechRecognition(speechModel);
// 绑定拖放事件
richTextBoxResult.AllowDrop = true;
}
private void Form1_Load(object sender, EventArgs e)
{
// 向comboBox添加数据
List> listItems = new List>();
listItems.Add(new KeyValuePair("中文", "zh"));
listItems.Add(new KeyValuePair("英语", "en"));
listItems.Add(new KeyValuePair("粤语", "ct"));
comboBoxLan.DataSource = listItems;
comboBoxLan.DisplayMember = "Key";
comboBoxLan.ValueMember = "Value";
comboBoxLan.SelectedIndex = 0;
// 绑定事件以实现异步化
backgroundWorker.DoWork = new DoWorkEventHandler(backgroundWorker_DoWork);
backgroundWorker.RunWorkerCompleted = new RunWorkerCompletedEventHandler(backgroundWorker_RunWorkerCompleted);
// 从文件中获取令牌，避免远程服务器上的请求过多
if (!File.Exists(@". oken.dat"))
{
accessToken = testASR.GetStrAccess(); // 令牌文件不存在，发送请求
}
else
{
string[] tokenInfo = File.ReadAllLines(@". oken.dat");
// 检查令牌是否过期
if (Convert.ToInt32(tokenInfo[1]) > ClassUtils.CurrentTime2Second())
{
accessToken = tokenInfo[0];
}
else
{
accessToken = testASR.GetStrAccess(); // 过期，再次请求刷新
}
}
speechModel.APIAccessToken = accessToken; // 更新 模式中的令牌
#region 鼠标悬停时显示提示
ToolTip toolTip = new ToolTip();
toolTip.SetToolTip(buttonRecord, "录音/停止录音");
toolTip.SetToolTip(comboBoxLan, "选择识别语言");
toolTip.SetToolTip(richTextBoxResult, "识别语音的内容");
#endregion
}
/// 
/// 开始录音/停止录音
/// 
/// 
/// 
private void buttonRecord_Click(object sender, EventArgs e)
{
if (switchRecord)
{
switchRecord = false; // 切换录音状态
buttonRecord.BackgroundImage = (Bitmap)Properties.Resources.ResourceManager.GetObject("采集结束");
if (recorder == null)
{
recorder = new NAudioRecorder();
}
recorder.SetFileName("record.wav");
recorder.StartRec();
labelInfo.ForeColor = Color.SpringGreen;
labelInfo.Text = "记录：正在采集.";
}
else
{
switchRecord = true;
buttonRecord.BackgroundImage = (Bitmap)Properties.Resources.ResourceManager.GetObject("正在采集");
if (recorder == null)
{
return;
}
isRecord = true;
recorder.StopRec();
recorder = null;
string filePath = Environment.CurrentDirectory @" ecord.wav";
StartRecognize(filePath);
}
}
private void button1_Click(object sender, EventArgs e)
{
richTextBoxResult.Clear();
}
private void StartRecognize(string apiRecord)
{
WavInfo wav = ClassUtils.GetWavInfo(apiRecord);
//数据量 = (采样频率 × 采样位数 × 声道数 × 时间) / 8
//if ((double)(wav.datasize * 8) / (wav.dwsamplespersec * wav.wbitspersample * wav.wchannels) > 60)
//{
// labelInfo.ForeColor = Color.HotPink;
// labelInfo.Text = "Error: The audio file is too large!";
//}
// 非8k/16k, 16bit 位深, 单声道的，进行格式转换
if (apiRecord.EndsWith(".mp3", StringComparison.CurrentCultureIgnoreCase)
|| int.Parse(wav.dwsamplespersec.ToString()) != 16000
|| int.Parse(wav.wbitspersample.ToString()) != 16
|| int.Parse(wav.wchannels.ToString()) != 1)
{
apiRecord = ClassUtils.Convert2Wav(apiRecord); // 音频文件转换为16k，16bit wav
tempStr = apiRecord;
}
labelInfo.ForeColor = Color.SpringGreen;
labelInfo.Text = "正在采集...";
KeyValuePair keyVal = (KeyValuePair)comboBoxLan.SelectedItem;
speechModel.APILanguage = keyVal.Value; // 在组合框中获取值
if (backgroundWorker.IsBusy != true)
{
this.backgroundWorker.RunWorkerAsync(); // 做耗时的任务
}
}
#region 异步工作
private void backgroundWorker_DoWork(object sender, DoWorkEventArgs e)
{
// 表示这是录制的音频
if (isRecord)
{
speechModel.APIRecord = System.Environment.CurrentDirectory @" ecord.wav";
isRecord = false;
}
// 表示转换工作已经完成
if (tempStr != "")
{
speechModel.APIRecord = tempStr;
}
resultStr = testASR.GetStrText() " ";
}
private void backgroundWorker_RunWorkerCompleted(object sender, RunWorkerCompletedEventArgs e)
{
this.richTextBoxResult.Text = resultStr;
labelInfo.ForeColor = Color.SpringGreen;
labelInfo.Text = "识别完成!";
// 完成识别，删除临时目录
if (tempStr != "")
{
Directory.Delete(Path.GetDirectoryName(tempStr), true); // 递归删除目录或子目录
}
}
#endregion
}
}

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。 语音识别服务具备识别准确率高、接入便捷、性能稳定等特点。 腾讯云语音识别服务开放实时语音识别、一句话识别和录音文件识别三种服务形式，满足不同类型开发者需求... 语音识别 简介 腾讯云语音识别 为企业提供极具性价比的语音识别服务 被微信...
腾讯云语音识别（automatic speech recognition，asr）为开发者提供语音转文字服务的最佳体验。 语音识别服务经微信、腾讯视频、王者荣耀等大量内部业务验证，同时也在线上线下大量外部客户业务场景下成功落地，具备识别准确率高、接入便捷、性能稳定等特点。 腾讯云语音识别服务开放实时语音识别、一句话识别和录音...
提供语音合成的小程序插件的功能 参数 使用方法和实例等说明 语音合成 文档提供语音合成 的功能 参数 使用方法和示例等说明 其他资源与入口 相关文档语音合成产品文档 快速入口 中心 中心 命令行工具 产品发布台 开发者实验室在线学习中心 云 社区 腾讯云问答 相关产品 语音识别 更多服务 服务协议 联系我们...
客户可自定义人物库或配置选择视频 公共人物库进行人脸识别 人脸识别 语音识别语音识别 快速识别视频中的声音并转化成文字 普通话 英文 粤语等...为人工审核团队提供高效的机审服务 同时支持大客户准召专项服务支持定制大客户审核标准 场景描述 解析在线视频中的人脸 语音 标签等信息智能生成视频的...
语音识别就是把语音变成文字的过程，相信大家在平时生活也已经用到过一些语音识别的场景，比如说语音输入法、地图产品的语音输入。 近年来，随着互联网的发展，各种音频数据和文本数据得到不断积累和丰富，cpu、gpu硬件的发展，以及深度学习算法大规模的应用，语音识别技术的应用开始获得大规模的商业化拓展...
许多现代语音识别系统会在 hmm 识别之前使用神经网络，通过特征变换和降维的技术来简化语音信号。 也可以使用语音活动检测器（vad）将音频信号减少到可能仅包含语音的部分。 幸运的是，对于 python 使用者而言，一些语音识别服务可通过 api 在线使用，且其中大部分也提供了 python sdk。 ▌选择 python 语音识别包pyp...
许多现代语音识别系统会在 hmm 识别之前使用神经网络，通过特征变换和降维的技术来简化语音信号。 也可以使用语音活动检测器（vad）将音频信号减少到可能仅包含语音的部分。 幸运的是，对于 python 使用者而言，一些语音识别服务可通过 api 在线使用，且其中大部分也提供了 python sdk。 ▌选择 python 语音识别包pyp...

许多现代语音识别系统会在 hmm 识别之前使用神经网络，通过特征变换和降维的技术来简化语音信号。 也可以使用语音活动检测器（vad）将音频信号减少到可能仅包含语音的部分。 幸运的是，对于 python 使用者而言，一些语音识别服务可通过 api 在线使用，且其中大部分也提供了 python sdk。 ▌选择 python 语音识别包pyp...

毕竟在当下人工智能刚刚起步的时代，在设备无法便捷的探知人类想法之前，语音交互都是最高效的人机交互方式。? 现在庞大的语言数据库难以放置于移动端，这也是几乎所有手机语音助手使用时需要联网的原因。 语音识别发展到现在也不是没有离线版，但我们不难发现，离线版的准确率是要远远低于在线版的。 另外，刚才我们...

项目需求需求一：将微信会话中的小于60秒的语音文件在线识别为文字需求二：输入小于60秒的语音文件的url地址，然后将对应的语音文件在线识别成文字2. 项目准备微信小程序开发者账号 前往注册微信开发者工具前往下载腾讯云语音识别-一句话识别api说明文档 参考文档3. 项目演示 开通云开发控制台并创建云端项目环境...
概述 产品简介 即时通信 基于 底层 能力开发 仅需植入 即可轻松集成聊天 会话 群组资料管理能力 帮助您实现文字 图片 短语音 短视频等富媒体消息收发全面满足通信需要 支持文字 图片 语音 小视频等丰富的富媒体消息 完善的私聊 群聊直播间聊天模式 强大的用户资料管理能力和群组扩展能力 集成 开源 组件 节省成本...
人脸识别需要提供专业的机器吗 不需要 只需要有带前置摄像头的电脑 平板电脑即可同声传译需要请专业的翻译人员吗 不需要 智慧会务同声传译采用的是机器听翻实时将演讲者的语音转成文字再翻译成目标语言 无需聘请专业同传人工翻译大屏互动可以定制吗 可以 根据主办方的需求 可以定制大屏人脸墙签到 抽奖游戏等互动 ...

智能语音“云时代”捷通华声作为国内最早从事中文智能语音技术研究与应用的高新技术企业，拥有行业顶尖的灵云语音识别、语音合成技术。 十多年来，在语音领域有着深厚的行业积累，已经有金融、电信、能源、交通、政府、医疗、互联网等行业上千家客户。 此次灵云智能语音云服务的上线，成功将国内领先的语音识别、语音...
帮助客户降低涉政风险 可用于在线教育内容监管场景 了解更多 立即咨询智能外呼机器人 依托于腾讯的语音识别 交互分析 互动学习 监控管理 等能力结合教育客户营销售前售中售后相关场景 用 大脑实现极速营销 为企业降本增效立即咨询 语音质检 依托于领先的语音识别类技术通过语音识别服务将坐席通话转成文字 全面覆盖...

两者的定义在人工智能产品领域中有较多冲突，因此并不建议使用“离在线”概念进行相关产品定义。 2、语音识别 vs 语义识别语音识别为感知智能，语义识别为认知智能，前者为后者的前提基础。 语音识别将声音转化成文字，语义识别提取文字中的相关信息和相应意图，再通过云端大脑决策，使用执行模块进行相应的问题回复...

一、腾讯云语音识别简介腾讯云语音识别（automatic speech recognition，asr）为开发者提供语音转文字服务的最佳体验。 语音识别服务经微信、腾讯视频、王者荣耀等大量内部业务验证，同时也在线上线下大量外部客户业务场景下成功落地，具备识别准确率高、接入便捷、性能稳定等特点。 腾讯云语音识别服务开放实时语音...

例如方言识别，若有一个比较好的普通话声学模型，如何利用少量的方言数据得到一个好的方言声学模型，如果做到这点将极大扩展语音识别的应用范畴。 这方面已经取得了一些进展，但更多的是一些训练技巧，距离终极目标还有一定差距。 （5）语音识别的目的是让机器可以理解人类，因此转换成文字并不是最终的目的。 如何将...
查询视频审核内容,语音识别,设置语音识别,语音识别概述,语音识别,任务接口,语音 bucket 接口,队列接口,createspeechjobs,describespeechjob,describe...查询上传分片,更新文件属性,删除文件,结束上传分片,产品概述,地域和访问域名,防盗链实践,服务等级协议,产品动态,免费额度,计费示例,工具概览,c# sdk,c++ ...
二、解放双手不只是语音质检实际上，智能语音服务早已在腾讯内部业务中得到应用，如微信的语音输入、语音转文字、声纹锁等。 另外语音识别也被广泛地应用在呼叫中心语音质检中，如珍爱网，通过语音转文字，情绪识别，静音监测，关键词搜索等多种能力结合，提高了通话合规性的检查效率，也通过语料信息隐藏的市场信号...

徐志摩《再别康桥》演示将录制的视频分离音频文件用百度语音工具将音频文件软字幕srt格式文件最重要的一点是永久免费，识别率97%本人普通话说的差，识别率低些是正常的，普通话说的好的，基本没问题 视频内容概述本文档是百度ai开放平台linux sdk （c++）bdspeechsdk 3.x的用户指南。 描述了在线语音识别相关接口的...

谷歌浏览器声音转文字
 
一 、插件设置
 
1、打开Chrome 插件网址
 chrome://flags
 2、启用直播字幕插件 
 live captions -> enabied
 3、重新启动
 Relaunch
 
 
二、浏览器设置
 1、打开设置
 2、高级设置 
 3、打开浏览器自动创建字幕按钮
 
 三、效果展示
 视频下方即显示实时英文字幕