自动转录软件

Question

我注意到最近的Stack Overflow Podcasts的some的维基转录有点弱。显然，这个任务需要一个计算机程序。正在将音频转换为文本（理想情况下带有扬声器标签，以便我们知道是谁说的），这些东西可以通过软件实现？有没有任何积极的开源软件项目试图实现这样的功能？

Answer 1

相信我，我之前曾搜过这个。对于开放源代码或免费使用的语音来说，它们都很少见。从我的搜索来看，没有任何文字合成器的言论自由。这些东西很难编码和昂贵，以至于无法用开源方法制作。如果你真的需要这个，你必须从公司购买。 （虽然我不知道我的头顶上有什么）。

Answer 2

我已经看过这一点。我尝试了微软语音API，但结果非常糟糕。我一直想要look into the CMU Sphinx project, especially the Transcriber demo。