繁体中文

谷歌宣布开源Live Transcribe语音识别转文字工具

发布者:無名 / 2019-8-18 10:13:43/ [显示全部楼层] /只看大图 /倒序浏览 /阅读模式
查看: 39|回复: 0

[业界] 谷歌宣布开源Live Transcribe语音识别转文字工具

[复制链接]
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。

1.jpg    

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。

2.jpg    


来源:开源中国  作者:xplanet

免责声明:本网站的图片资料内容大部分取自于互联网,如果侵犯了原作者的权利请及时通知本站,把邮件发送至hsbk@hotmail.com,我们会在收到邮件24小时内尽快删除。





上一篇:Edge Canary最新版迎来全局播放和暂停按钮
下一篇:版权持有者将无法再因YouTube创作者使用简短音乐片段而拿走收入


回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则


意见反馈|服務條款|隱私保护|小黑屋|手机版|古晋分享站

JS of wanmeiff.com and vcpic.com Please keep this copyright information, respect of, thank you!JS of wanmeiff.com and vcpic.com Please keep this copyright information, respect of, thank you!

网站运行:

© 2001-2019 Comsenz Inc.  Powered by Discuz! X3.4