Solo quiero saber si hay alguna compilación en librerías o librerías externas en Java o C# que me permita tomar un archivo de audio y analizarlo y extraer el texto del mismo.Convertir audio a texto
Necesito hacer una solicitud para hacerlo, pero no sé por dónde puedo comenzar.
Estas son algunas de las opciones:
Puede consultar Microsoft Speech API. Creo que proporcionan un SDK que puede usar para su objetivo.
Para Java, parece que hay una solución de sol: javax.speech.recognition
Puede usar SoX (la navaja suiza de programas de procesamiento de sonido) para convertir archivos de audio a archivos de texto con valores numéricos correspondientes a la frecuencia/volumen del sonido.
Lo he hecho para un proyecto anterior pero no conozco las opciones de comando exactas.
aquí es un enlace al proyecto: http://sox.sourceforge.net/Main/HomePage
Aquí es un ejemplo completo utilizando C# y System.Speech
El código puede ser dividido en 2 partes principales:
Configuración del objeto SpeechRecognitionEngine (y sus elementos necesarios) manejando los eventos SpeechRecognized y SpeechHypothesized.
Paso 1: Configuración de la SpeechRecognitionEngine
_speechRecognitionEngine = new SpeechRecognitionEngine();
_speechRecognitionEngine.SetInputToDefaultAudioDevice();
_dictationGrammar = new DictationGrammar();
_speechRecognitionEngine.LoadGrammar(_dictationGrammar);
_speechRecognitionEngine.RecognizeAsync(RecognizeMode.Multiple);
En este punto, el objeto está listo para iniciar la transcripción de audio desde el micrófono. Sin embargo, debe manejar algunos eventos para poder acceder a los resultados.
Paso 2: Manejo de los SpeechRecognitionEngine Eventos
_speechRecognitionEngine.SpeechRecognized - = new EventHandler (SpeechRecognized); _speechRecognitionEngine.SpeechHypothesized - = new EventHandler (SpeechHypothesizing);
_speechRecognitionEngine.SpeechRecognized + = new EventHandler (SpeechRecognized); _speechRecognitionEngine.SpeechHypothesized + = new EventHandler (SpeechHypothesizing);
private void SpeechHypothesizing (object sender, SpeechHypothesizedEventArgs e) { resultados /// en tiempo real de la cadena motor de realTimeResults = e.Result.Texto; }
privada vacío SpeechRecognized (remitente del objeto, SpeechRecognizedEventArgs e) { /// respuesta final de la cadena del motor finalAnswer = e.Result.Text; }
Eso es todo. Si desea utilizar un archivo .wav pregrabado en lugar de un micrófono, se usaría
_speechRecognitionEngine.SetInputToWaveFile (pathToTargetWavFile);
en lugar de
_speechRecognitionEngine.SetInputToDefaultAudioDevice();
Hay un montón de opciones diferentes en estas clases y vale la pena explorarlas con más detalle.
definitivamente no incorporado. Supongo que desea extender sus preguntas a bibliotecas que puede usar desde Java o C#. – Thilo
Gracias Sr. Thilo, está bien si conoce cualquier biblioteca externa de C# o Java que pueda hacer lo que yo quiera, lo agradeceré si me lo diga, Gracias de antemano –
Esto podría ayudar http://java.sun.com/ productos/java-media/speech/reference/codesamples/index.html –