5 款不错的开源语音识别/语音文字转换系统

语音文字转换 （STT） 系统就像它名字所蕴含的意思那样，是一种将说出的单词转换为文字档案以供后续用途的方式。-- Simon James（作者）语音文字转换(speech-to-text)（STT）系统就像它名字所蕴含的意思那样，是一种将说出的单词转换为文字…

2019-11-02 科技 我要分享

谷歌与百度竞争：开发语音识别技术 希望成为领…

北京时间6月12日消息，谷歌和百度在竞相开发语音识别技术，希望能成为这一市场上的领头羊。不过，由...

2019-04-17 综合 我要分享

GCP机器学习(1)–CloudSpeechAPI应用实例

作者：没一村 本文转载自：没一村生活点滴 最近用信用卡开通了 Google Cloud Platform 的账户，一共得到了 300 美元的免费使用额度，和 12 个月的免费试用期。里面的 API 相当的多 （连结）。里头关于机器学习的 API罗列如下： • Cloud Vision API • Cloud Speech APi • Natural Language API • Translation API 而这次要介绍的是第二项， Cloud Speech API

2018-05-18 科技 我要分享

Google限量开放Cloud Speech API，加速语音辨识应用开发

Google Speech API已被用于Google自己的语音搜寻、翻译、听写输入等功能上。API包括自动语音辨识、80国语言与字汇支援、串流辨识、过滤不当内容、即时或缓冲语音支援、噪音环境处理，还可与其它Google API服务整合，例如将声音档转存Google云端储存。

2019-03-12 综合 我要分享

Suno上线Speech：语音与配乐一次生成

AI音乐平台Suno推出Speech公开测试版，可按剧本或提示词生成配音，并同步生成背景音乐合成完整音轨。公司称这是首个把语音与音乐作为一条音轨一起生成的音频模型，被视作其音乐生成业务受版权诉讼围困后

2026-10-02 人工智能 我要分享

苹果推出“Siri Speech Study”App，以改进 Siri 语音助手

最新８月20日消息据外媒TechCrunch报道，苹果公司在近期推出了一款名为"SiriSpeechStudy"的App，用于改进Siri语音助手。这款应用最早于８月９日出现在AppStore中，不过

2022-05-08 资讯 我要分享

为普及语音软件开发Google开放AI训练用声音档

对一般初学者来说，要建立人工智能语音指令最难搞的地方，就是要去找足够的语音资料来让AI学习。Google最近为了让语音软件的开发普及化，就将一批基本语音指令的声音档案资料公开，让一般开发人可以轻易进行AI语音学习。

2017-12-24 综合 我要分享

Google更新云端语音转文字服务，听写电话的错误率减少54%

CloudSpeech-to-Text服务大改版，提供命令与搜寻、电话、影片与预设4种模式，其中强化后的电话模式听写电话的错误率降低了54%，而与YouTube加上字幕技术雷同的影片模式转录错误率也降低了64%。

2018-04-10 综合 我要分享

Google限量开放CloudSpeechAPI，加速语音辨识应用开发

GoogleSpeechAPI已被用于Google自己的语音搜寻、翻译、听写输入等功能上。API包括自动语音辨识、80国语言与字汇支援、串流辨识、过滤不当内容、即时或缓冲语音支援、噪音环境处理，还可与其它GoogleAPI服务整合，例如将声音档转存Google云端储存。

2018-01-30 综合 我要分享

微软智能语音现已支持多种汉语方言，还可朗读古典诗歌

最新1月17日消息，多年来，微软持续探索AI语音合成与识别技术，AzureNeuralTTS（text-to-speech，语音合成）与STT（speech-to-text，语音识别）支持的语言区域达

2023-02-12 资讯 我要分享

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...

2019-08-18 数码 我要分享

Google公开测试2项云端机器学习API

开放测试的自然语言API可对不同语言的文本结构及意义进行分析，目前支援英语、日语、西班牙语三种语言，而同样开放测试的语音辨识API，使用与GoogleNow及Google搜寻相同的语音辨识技术，支援80多种语言，可用于App或物联网装置上。

2018-01-26 综合 我要分享

Google 公开测试2项云端机器学习API

开放测试的自然语言API可对不同语言的文本结构及意义进行分析，目前支援英语、日语、西班牙语三种语言，而同样开放测试的语音辨识API，使用与Google Now及Google搜寻相同的语音辨识技术，支援80多种语言，可用于App或物联网装置上。

2019-03-08 综合 我要分享

研究人员轻松破解reCAPTCHA v2语音验证

继美国马里兰大学研究团队发布unCAPTCHA 2.0，能破解Google reCAPTCHA v2专供盲人使用的语音验证后，一名电脑科学研究人员以unCAPTCHA 2.0研究为基础，利用Google的Speech-to-Text API，再度破解了reCAPTCHA v2的语音验证

2021-01-05 综合 我要分享

树莓批植入GoogleAssistantAIYProjectsVoiceKit砌畀你睇

早前《PCM》曾为大家介绍Google的AIYProjects伙拍TheMagPi，随书附送了一套VoiceKit，让创客可以很简单地将GoogleAssistant植入树莓批。编辑部最近就入手了一套，现在就为大家介绍一下它的核心——VoiceHAT和实测效果。

2017-12-25 综合 我要分享

想要定制专属 AI 声音？这是一份来自微软的保姆级攻略

得益于AI技术的发展，合成声音已经能媲美人声。而声音定制服务的出现使得越来越多的企业和个人可以拥有个性化的独特AI声音。通常这种AI音色的定制需要采集人类配音员（发音人）的声音数据作为AI机器学习的对

2022-12-19 资讯 我要分享

好强大！Google云端语音识别服务正式上线：让语音转换文字，支援超80种语言！

AI 技术可以说是慢慢的进入到人类的日常生活中，或许在未来更多操作都可以透过AI 来帮我们完成了。现阶段我们也无需亲自动手打字输入讯息，只要靠说话就行了！因为Google 正式推出了一款名为Cloud Speech API 的新功能。 我们都知道，Google 一直都致力于AI 技术的研究，现在官方终于推出了旗下的云端语音识别服务（Cloud Speech API），让我们无需键盘就能输入讯息，简单说明就是将语音转换为文字，而且其功能还可以识别全球超过80 种的语言！其中除了有英语、华语外，也有粤语呢！ 据

2018-06-23 科技 我要分享

第十七届全国机器翻译大会，火山翻译分享前沿技术

2021年10月8日-10日，第十七届全国机器翻译大会(CCMT2021)在西宁成功召开。字节跳动旗下火山翻译团队，携机器翻译前沿技术及智能翻译产品亮相大会。此外，火山翻译负责人王明轩等多位火山翻译团

2022-05-08 资讯 我要分享

百度宣布在语音识别技术上超越苹果和谷歌

12月19日消息，据《福布斯》网站报道，今年5月当美国华裔人工智能专家吴恩达(Andrew Ng)加入中国互...

2019-05-14 综合 我要分享

业界|微软Azure认知服务：TTS系统音频合成媲美人类

选自Microsoft 作者：黄学东 机器之心编译 参与：张倩、刘晓坤 微软的“文本到语音（text-to-speech，TTS）”分析运行系统取得了里程碑式的突破，它可以使...

2018-09-27 科技 我要分享