- ?
人工智能语音识别漫漫长路 任重而道远
戚莺
展开
【IT168 资讯】语音识别已经走过了很长的路,但这只是一个开始。我们需要了解它是如何工作的,一些最好的语音识别技术是什么,等等。
今天,随着新技术的出现,通信发生了变化。对于所谓的大型企业,一个“物理人”是从来不会回应我们的。相反,自动录音会回答并指示你按下按钮以浏览内置菜单。许多移动应用程序开发公司提出的想法不仅仅是按下按钮,客户只需说一些词就可以解决他们的疑问。
这怎么可能?
这完全归功于通过声学和语言建模使用算法的语音识别程序。声学建模表示语言单位的语音和音频信号之间的联系,并且语言建模将声音与单词序列相匹配以区分发音相似的单词。
该软件可用于家庭和企业,使用户能够通过文字处理和语音识别与电脑交谈并将文字转换为文本。你可以访问功能命令,如设置闹钟、打开文件,在你最喜爱的餐厅预订等等。另一方面,一些移动应用程序可以用于精确的业务设置,例如医疗或法律转录。
阻止语音识别成为主导的是它的不可靠性。有时候,口音或言语障碍不能被文字识别平台所理解。因为,仅仅识别声音是不够的,软件还必须识别新的单词和专有名词。
这项技术是如何工作的
世界充斥着智能手机、智能汽车和智能家电,但我们并不总是考虑语音在这些设备中扮演的角色。语音识别非常复杂。例如,想象一下孩子如何学习一门语言。从孩子出生的那一天起,声音就围绕着他们。虽然很小的孩子不理解这些单词,但它们吸收了所有的提示和发音,而且他们的大脑根据父母的交流方式形成了模式和联系。
语音识别技术的工作原理基本相同:
·用户通过在移动应用上调用语音识别来说出一些词语。
·说出的单词由识别软件处理并转换为文本。
·然后将转换后的文本作为输入提供给搜索机制,从而返回结果。
Google的机器学习算法现在已经为英语达到了95%的字词准确率。
基于语音的移动应用的优势
更简单、更快速:最初,提供命令的唯一选择是使用键盘。现在我们可以通过语音识别,这样,与设备的通信变得更快、更自然。
精确地工作:可以避免错误,用户可以专注于他们正在做的事情,而不是看他们的手机。
提高生产力:基于语音的移动应用程序提供简化操作,可提高运营效率。
安全性改进:语音技术可以快速安全地解释和遵循,并且需要较少的训练。
多种用途:通过移动设备进行的基于声音的订单有助于执行任务。
为什么这很重要
通过将语音识别技术集成到你的移动应用程序中,你可以不必通过使用手机的键盘来做更多的事情。当发短信给某人时,输入较长的语句可能会导致错误,并且始终单调乏味,但通过语音功能,你可以拥有免提通信体验。
借助语音技术,移动应用程序开发人员可以增加用户交互和用户体验,因为移动应用程序命令提供解决用户体验问题的独特方式。由此,语音助可以说是最简单的解决方案。
集成语音功能时面临的挑战
由于语音集成是一项相对较新的技术,因此挑战必然会出现。
实时响应行为:实时响应取决于设备的网络功能:网络连接和麦克风。当用户提供语音命令时,移动应用必须与服务器交互以将语音数据转换为文本。一旦文本被转换并发送回设备,它就是可执行的动作。发送和接收应用程序行为的过程称为实时响应行为。如果定义的操作要搜索,则设备会向服务器发送另一个请求以获取结果。在这种情况下,网络延迟可能是最具挑战性的事情。为了克服这一点,开发人员必须确保应用程序的源代码得到了适当的优化。此外,他们可以将语音识别和搜索功能移到服务器端。
语言和口音:每种软件都不支持所有语言,开发人员需要确定目标受众的区域,以便在识别语言或口音时作出战略决策。口音是语言的问题,因为难以定位和识别每个口音以及与之相关的语言。Google的API支持不同的口音,并且是让你的移动应用程序支持大量不同口音的最佳方式。
标点符号:这是基于语音的软件面临的最大挑战之一。不幸的是,即使是最好的改进和算法也可能不起作用,因为在现实生活中有无尽的句子和不同的标点符号。
一些最佳的语音识别技术
百度:来自中国的一项技术,百度专注于互联网相关服务和人工智能。这种语音识别技术是深度学习、计算机视觉、语音识别和合成、自然语言理解、数据挖掘和BI的融合。它依赖于深度学习算法,包括对多层神经元虚拟网络的训练,以识别庞大数据的模式。百度移动应用程序使用户能够使用语音进行搜索,并附带名为Duer的语音助理。语音查询在中国更受欢迎,因为输入文字比较费时,而且有些人不知道如何使用拼音。
Siri:“Hey Siri”功能使用户能够调用免提模式的通信。 Siri在iOS7中的工作比早期版本更好。它的反应更快、理解更多、说话更自然。如果你看一个网页或应用程序,你可以说,“提醒我这个,”Siri就会知道你在看什么,并添加提醒。你甚至可以添加时间或地点,不再需要复制/粘贴某个东西或者准确描述你想要的东西。
微软 Cortana:Cortana是微软为多款产品创建的虚拟助手。这是一个免费的数字助理,可以发送提醒、保留笔记和列表、处理任务,并帮助你管理日历。这个应用程序可以提供基于位置的通知、安排会议、附加照片提醒等等。
当使用Office 365或Outlook时,Cortana可以提醒你电子邮件中列出的待办事项。与其他智能手机助理类似,Cortana会为你搜索查询,找到一个快速答案,甚至可以帮助你找到你喜欢的餐厅,并提供其他合适的建议。
亚马逊Alexa:使用Alexa就像询问一个问题一样简单。只要求播放音乐、调整光线或阅读食谱,无需任何屏幕或任何手动激活,即可立即回答。无论你是在家还是在旅途中,Alexa的设计都让你的声音控制你的世界,让生活更轻松。你与Alexa交谈的越多,它采用的语音模式、发音和个人喜好就越多。利用Alexa应用程序,只需连接家中的Wi-Fi网络,即可致电或发送任何信息。一旦你习惯了使用Alexa,它可能会比与Siri这样的基于电话的语音助理交谈更自然也更有反应。而且达成的结果是,当你在家时,你会发现自己使用手机的频率较低。
结论
语音识别技术确实走过了漫长的道路,随着移动应用开发公司之间的激烈竞争,语音识别技术进步的发展在我们面前迈出了漫长的道路。
- ?
现代BlueLink人机对话系统
活泼的
展开
在科技发展日新月异的今天,车载人机对话系统早已不是电影里炫酷的技术,它已经融入了我们的生活,通用OnStar与福特Sync已经被大家所熟知,今天为大家带来还不太熟悉的现代BlueLink系统。
现代汽车BlueLink系统于2011年发布,通用OnStar与福特SYNC正是它直面的对手。
现代BlueLink系统采用嵌入式蜂窝调制解调器和人工呼叫的方式在成本上可能要比纯粹的“云”系统高。不过,如果将这些限制加到Aeris/Sprint手机通讯上,BlueLink用户可以通过大陆或LG的模块将传统的手机通话时间包括在内,从而降低手机通讯费用。而其他所有的功能可以以低成本的数据传输方式通过云端服务器实现。
驾驶员看到的是显示在屏幕上的相关信息和装在车内后视镜边框上的三个按钮。其中一个按钮有一个红色电话(“SOS”)标识,按下该按钮便完成对ATX服务中心的呼叫,此时话务员已经获得车辆GPS数据,然后会通知911,在救援抵达之前会一直与车辆保持连通。第二个按钮有一个道路标识(用于道路救援),按下该按钮可以发送车辆GPS数据,同时完成对ATX的呼叫,话务员会将请求发送出去。第三个按钮有一个BL标识,完全通过云端实现,可以提供显示在BlueLink菜单上的几十项服务。这三个按钮基本上可以实现所有的功能,不过驾驶员还可以将其智能手机通过蓝牙连接到BlueLink模块上,这样可以实现免提通话或语音输入(电信供应商仅会收取信息发送的费用)功能。
语音识别采用智能手机文字/语音转换软件Vlingo,实现搜索和语音输入功能;针对其他语音识别要求还可以采用Nuance软件(福特Sync也采用了该软件)。不过,如果Vlingo软件无法正确识别驾驶员的请求的话,系统会将一个语音波形文件发送给第三方代理来识别。相关人员会将写下来的请求以电子语音信息读给驾驶员听,以进行确认。在这个过程中,驾驶员不会与任何人有直接的语音对话。如果针对某条语音输入信息需要第三方代理协助时,建议的信息也会以语音的形式读给驾驶员听,以进行确认。现代Connected Car项目经理Michael Deitz表示,整个代理协助过程大概需要15-20秒。
●服务功能及收费标准
据现代发言人称,现代汽车系统将提供三种付费方式。BlueLink Assurance提供汽车撞击提示(ACN)安全服务,是最便宜的基础服务系统。可以提供turn-by-turn导航,还可以提供一些地图指引,包括带有评级的餐馆(来自微软必应)、天气情况(来自Custom Weather)、地图和交通情况(来自Navteq)以及由Tele Communications Systems提供的导航提示。
BlueLink Essentials是中级服务系统,提供远程开车门、远程解锁等功能。还可以在中控台显示屏上显示错误代码及解释性信息,向经销商发送相关通知,包括维修和车辆使用状况警告,提供被盗车辆找回(被盗车辆找回的实现需要车辆被盗报告,还需要呼叫中心协助警察完成。其他功能主要通过智能手机完成)以及车辆减速及车辆锁定等服务。
BlueLink Guidance是高级服务系统,提供一系列特色服务,包括基于导航的信息服务,如饭店优惠和油价搜索等。
- ?
语音合成首个完全端到端模型,百度并行音频波形生成模型ClariNet
深蓝
展开
选自百度,作者:Wei Ping、Kainan Peng、Jitong Chen,机器之心编辑。
语音合成(Text-to-Speech,TTS)是将自然语言文本转换成语音音频输出的技术,在 AI 时代的人机交互中扮演至关重要的角色。百度硅谷人工智能实验室最近提出了一种全新的基于 WaveNet 的并行音频波形(raw audio waveform)生成模型ClariNet,合成速度提升了数千倍,可以达到实时的十倍以上。此外,这也是语音合成领域第一个真正的端到端模型:单个神经网络,直接从文本到原始音频波形。
最近,百度硅谷人工智能实验室的研究员提出了 ClariNet,一种全新的基于 WaveNet 的并行音频波形(raw audio waveform)生成模型。WaveNet 是能够完美模仿人类声音的最前沿语音合成技术(Google I/O 大会所展示的超逼真合成语音的背后技术)。自从其被提出,就得到了广泛的离线应用。但由于其自回归(autoregressive)的特点,只能按时间顺序逐个生成波形采样点,导致合成速度极慢,无法在 online 应用场合使用。ClariNet 中所提出的并行波形生成模型基于高斯逆自回归流(Gaussian inverse autoregressive flow),可以完全并行地生成一段语音所对应的原始音频波形。比起自回归的 WaveNet 模型,其合成速度提升了数千倍,可以达到实时的十倍以上。
对比 DeepMind 稍早提出的 Parallel WaveNet,ClariNet 中的概率分布蒸馏(probability density distillation)过程更加简单优美,直接闭式地(closed-form)来计算训练目标函数 KL 散度(KL pergence),大大简化了训练算法,并且使得蒸馏过程效率极高——通常 5 万次迭代后,就可以得到很好的结果。同时作者还提出了正则化 KL 散度的办法,大大提高了训练过程的数值稳定性,使得结果简单易训练(注:Clari 在拉丁语中是 clear, bright 的意思)。而 Parallel WaveNet 由于需要蒙特卡洛采样来近似 KL 散度,使得梯度估计的噪音很大,训练过程很不稳定,外界极难重现 DeepMind 的实验结果。
更值得注意的是,ClariNet 还是语音合成领域第一个完全端到端的系统,可以通过单个神经网络,直接将文本转换为原始的音频波形。先前为业界所熟知的「端到端」语音合成系统(比如 Google 提出的 Tacotron,百度之前提出的 Deep Voice 3),实际是先将文本转换为频谱(spectrogram),然后通过波形生成模型 WaveNet 或者 Griffin-Lim 算法,将频谱转换成原始波形输出。这种方法由于文本到频谱的模型和 WaveNet 是分别训练优化的,往往导致次优的结果。而百度研究员提出的 ClariNet,则是完全打通了从文本到原始音频波形的端到端训练,实现了对整个 TTS 系统的联合优化,比起分别训练的模型,在语音合成的自然度上有大幅提升(参见 合成语音示例)。另外,ClariNet 是全卷积模型,训练速度比起基于循环神经网络(RNN)的模型要快 10 倍以上。
ClariNet 的网络结构如下图所示。它使用基于注意力机制(Attention)的编码器-解码器(Encoder-Decoder)模块来学习文本字符与频谱帧之间的对齐关系。解码器的隐状态(hidden states)被送给 Bridge-net 来进行时序信息处理和升采样(upsample)。最终 Bridge-net 的隐状态被送给音频波形生成模块(Vocoder),用来最终合成原始音频波形。
论文:ClariNet: Parallel Wave Generation in End-to-End Text-to-Speech
论文地址:https://arxiv.org/pdf/1807.07281.pdf合成语音示例:https://clarinet-demo.github.io/
- ?
非常简单的音频视频等格式转换的方法
陈子默
展开
我们经常会想转换一些音频或视频来发给别人,或者自己用,但是网上的工具一个是安装包太大,而且很多收费的,或者带个广告,咱只不过想转换个格式结果还不够折腾人的。我们同样有时候发现自带的视频播放器有些视频竟然播放不了,还要下载解码包,或者有时候我们有查看这个文件格式信息的一些详细资料。
我们用强大的免费开源跨平台工具FFmpeg来演示下如何进行格式转换,我们只演示Windows平台的,其它平台同理。
工具下载
网上搜索一下ffmpeg就能找到官网了,如下图:
我们点击Download
因为我是Win10系统,所以我选择了上面标红的图标
再点击图中标红的Builds
我是64位系统,所以我选择了最新版本,64-bit,以及Static静态链接方式(便于使用)
然后上图中我们点击Download Build按钮下载程序。
下载完成后,解压,如下:
ffmpeg.exe 进行格式转换
ffplay.exe 可以当作播放器用,能播放各种格式的视频音频
ffprobe.exe 查看音频或视频文件格式详细信息
为了方便使用,我们将这三个exe文件放到system32目录下
放入前请关闭杀软,或者将这三个文件设置为信任,像360会误杀ffprobe.exe
下面介绍最简单的用法。
一、格式转换(音频或视频方法相同)
ffmpeg.exe -i 源文件路径 目的文件路径
就是这么简单,各种格式随便转
我们转换一个flv视频格式成mp4格式,非常简单。上面的目的文件路径我用的out.mp4,这个你随便起,如果不写全路径,会生成在当前目录。上图的当前目录显然是F:\FFMPEG_TEST\video
有人会问都支持啥格式的转换,比如我想把amr格式的语音文件转换成mp3行吗?用上面的语法当然可以,几乎你能想到的格式都能转。
二、音频或视频播放
ffplay.exe -i 想播放的文件
我们播放下前面转换成功的文件。
ffplay.exe -i F:\FFMPEG_TEST\video\out.mp4
回车,弹出一个播放窗口,如图:
非常简单,不是吗?
三、音频或视频文件格式详细信息查看
ffprobe.exe -i 想查看的文件
像前面一样,我们直接用
ffprobe.exe -i F:\FFMPEG_TEST\video\out.mp4
这个还有很多其它参数,比如我们想查看流的信息用JSON格式显示(如果想查看包信息就用-show_packets参数)
ffprobe.exe -print_format json -show_streams -i 文件路径
视频流
音频流
这几个命令行工具的参数实在太多了,而且ffmpeg.exe还可以结合插件程序进行录制屏幕录像录音等,还可以结合其它工具搭建流媒体播放。上面的文件路径也可以是url路径,另外里面的-i参数似乎不填也没事,-i是英文Input的意思,就是代表输入文件是什么。你甚至可以将一堆图片用它合成GIF动画。
高级语法太多了,有必要的话再更新下或单独写一篇文章吧,或者读者自己摸索下网上找教程吧。上面的命令行工具加上-h参数就能显示出帮助信息了。
ffmpeg.exe -h帮助信息
ffmpeg.exe -h帮助信息
其实光想最简单的全部内容进行视频或音频转换,直接用如下语法就行了:
ffmpeg.exe -i 源路径 目的路径
- ?
苹果手机微信语音消息如何导出mp3格式文件到电脑
Loch
展开
苹果手机微信语音消息文件后缀为.aud,每一条与好友收发的语音消息均保存为一个独立的文件,下面我来教大家如何把iPhone手机中的这些微信语音消息导出到电脑上,并借助相关转换软件,将其转换为mp3格式。
1, 首先把要转换微信语音文件为mp3格式的iPhone手机连接到电脑上。
2, 在电脑上安装并运行iTunes软件(可在苹果官网,或者在百度上搜索安装该软件),使用该软件把苹果手机中的所有数据都备份到电脑硬盘上,备份出来的文件中,当然也会包括与好友收发的微信语音消息文件,操作步骤如下图所示。备份过程需要的时间会比较长,请耐心等待。
3, 接着在电脑上安装并打开楼月免费iTunes备份管理器,按下图红色箭头所示步骤,把保存了与好友收发的微信语音文件的Documents文件夹导出到电脑上。
4, 再在电脑上下载并打开楼月微信聊天记录导出恢复助手,按下图所示步骤,依次选择苹果版微信,并设置好数据目录为前面导出的Documents文件夹,然后读取数据并查看记录。
5, 现在在界面上就可以播放收发的微信语音文件了,但要批量导出的话,请再点击“文件”,“导出聊天记录”菜单。
6, 选中一个或多个想要导出微信语音消息文件的好友(或群聊),再点击开始导出按钮。
7, 然后进入到微信语音文件导出的目录,可以看到如下images, video, voice三个文件夹,voice文件夹中就保存了我们需要的微信语音消息文件,双击进入voice文件夹。
8, 在该目录下就看到了批量导出的微信语音文件了,格式为通用的音频wav格式,可以使用任意播放器将其打开,语音文件已经按照聊天时间进行了排序。
9, 其实导出为wav格式就可以进行播放,也可以放到其它音频处理软件中进行处理了,如果你一定要把这些wav格式转换为mp3格式的话也很简单,在电脑上安装格式工厂软件,然后点击“音频”中的”->MP3”,再选中要转换的wav文件即可实现批量转换.
- ?
如何快速将语音转换成文字?手机操作的2种简单方法
姚寒香
展开
我们在听讲座上课,开会的时候通常会记录一些笔记,但是每个人又不是打字员怎么跟得上说话的速度呢?所以我们会将内容录音下来再进行整理。今天小编就分享两种语音转文字的方法给大家参考。
方法一:迅捷PDF阅读器
操作方法:
1、 首先,我们在手机应用商店里下载一个迅捷PDF阅读器,然后我们打开迅捷PDF阅读器,点击打开。
2、 点击进入到“小功能”这个模块,接着我们可以看到这个小功能里面分为了七项,我们点击“语音转换文字”。然后我们再长按录音,长按住之后就可以开始录音了。
3、 等录音结束时将手松开,然后阅读器就可以将这些录音给识别成文字,可以将这些文字复制到文本中,也可以生成PDF保存起来。
方法二:录音转文字助手
操作方法:
1. 首先,我们在手机应用商店里搜索下载一个录音转文字助手,然后我们打开录音转文字助手。
2. 打开录音转文字助手后,点击进入到语音识别,然后选择录音识别,点击下面的播放按钮进行录音,然后进行文字识别。
以上就是分享给大家的将语音转换成文字的方法,如果有需要的朋友可以去手机上尝试一下。
- ?
推荐两家在线文字转语音合成变声平台 比多数变声软件都好用!
Tawnie
展开
现在支持在线文字转语音合成的平台、在线变声器类变声软件都很常见。其实真正有实力把语音AI做好的没有几家。我们在各大应用商店见到的一些娱乐性的变声软件,有不少软件调用的是百度在线语音合成技术接口或者是讯飞的在线语音合成技术接口,软件界面只是个包装而已。
百度和讯飞两家公司在语音技术领域上都比较成熟,文本转换语音更加流畅、清晰、自然。会简单编程的用户,也可以轻松制作一个变声软件。例如,百度AI开放平台,可以免费接入使用。如图:
如果生活上有需要在线文字转语音的需求,可以上使用【在线文字转语音|免费生成语音-百度广播开放平台】或者是【讯飞开放平台】两家平台都可以在线使用,非常方便。讯飞语音技术还支持方言个性化定制,大家可以体验一下。
一、百度广播开放平台 在线文字转语音
百度语音目前支持4种,都属于基础发音。输入文本后,即可听到语音版本并支持MP3格式下载。
二、讯飞开放平台 在线文字转语音合成平台
该平台语音合成比较丰富,声色也不错。有基础发音人,特色发音人(方言),明星发音人等等。但生成的语音不支持下载,只能在线试听。如果是软件开发应用,可以免费申请调用。
以上两家在线语音合成技术都是国内数一数二的,都是可以免费体验。大家可以留着备用。
完。
欢迎关注作者百家号:赚君菌
- ?
微信语音变声器,大叔一秒变萝莉!
王孤丹
展开
平时很多小伙伴在用微信的时候总想“搞事情”,比如发些搞怪的表情,或者玩个变声去整蛊一下朋友。也确实有不少粉丝在后台咨询“事儿哥”如何进行微信变声,今天咱们就来学习下这个有趣的小技能,让大叔一秒变萝莉,!
文字版教程:
1、获取微信变声器
2、安装后点击“一键开启悬浮窗”,如果不能一键开启,请到手机设置中赋予软件权限。
3、点击“游戏变声”,打开“开启悬浮窗”开关,会发现手机左侧出现悬浮箭头。
4、打开微信对话框,点击左侧箭头,点击“按住录音”,录制想说的话,录制完后松手。
5、点击右边的语音风格选择,每点击一次即可切换风格,停留在想要的风格上。
6、点击播放按钮,会进行倒计时“4、3、2、1”。
7、当倒计时为1时,点击微信下方的“按住说话”按钮,开始录制转换好的语音,播放完成后,松开录制按钮,语音就顺利发送给好友啦~
喜欢的小伙伴,赶紧去试试吧!
- ?
儿童编程语言MIT App Inventor编程之会“说话”的应用
支凡桃
展开
今天给大家介绍一下如何做一款会“说话”的简单App。过程很简单,小朋友们一学就会。应用实现的功能就是将文本框输入的文字读出来。开发出来的应用使用流程是:在输入框内输入英文字母、单词、或者句子,点击“开始”按钮,手机就会读出你所输入的内容。在此说明一下为什么是英文而不是中文,因为此开发系统内提供的国家、语言没有中国和中文,所以选择大家比较熟悉的英文。
此应用需要的组件包括文本输入框、按钮、文本语音转换器。其中,文本语音转换器是隐藏的,在屏幕上看不见。如图1所示:
图1 组件设计
拖入文本语音转换器后,需要选择国家和语言。也可以选择默认。如图2所示:
图2 国家和语言设置
组件设计完毕后,点击“逻辑设计”,如图3所示:
图3 逻辑设计
好了,一款简单的会“说话”的App开发好了,小朋友们可以试试吧。当然,你也可以再开发,增加功能,例如将语言转换成文字。
- ?
【应用推荐】最全的录音转文字应用收录——会议、采访、听课必备
惜萍
展开
昨日
应朋友所托
帮助推荐一下录音转文字的APP
于是就有了今天这篇【应用推荐】
谢谢这位老铁
各行各业都会有开会或听课或采访,很多情况下就会有声音材料。传统的方法是用笔记下重点,或录音下来重播摘录要点。可都存在效率不高,准确率低的情况。
这种情况下,好的录音软件和录音转文字APP就大有可为之处了!
一、录音宝
录音宝是一款提供录音、录音转文字功能的手机录音软件。录音免费,但是录音转文字就要收费了,目前还没有破解版。录音宝来自讯飞,技术水平肯定是可以的,就是......名字有点土啊
优势:录音宝技术强,转文字的效率和准确率相对较高
劣势:收费。。
二、搜狗听写
搜狗听写是一款语音实时转文字的速记工具。一边说话一边就能将语音转化成文字。写文章,采访录音,会议记录等的必备神器。
优势:搜狗承诺不收费
劣势:识别效果较录音宝稍差
三、录音神器——STM10录音器
这是目前安卓上能找到的录音质量最好的APP了,界面简洁,操作方便,是听领导讲话必备的好东西。
索尼出品,索尼大法好!不过这个神器只能录音,没有转文字功能。但配合下面这个神器就完美了!
四、云转换——一个在线转换的网址
先祭出网址:http://360converter/conversion/video2TextConversion
注意:每次最多放300秒的录音,录音长的话需要截取一下。
使用方法也是超级简单。
读过小学的大雄君用起来毫无障碍
这个网站配合上面那个STM10录音器,简直棒棒哒!一个负责录音,一个负责转文字。男女搭配干活不累的典型模范。
五、oTranscribe
先祭出网址:http://otranscribe/
这个。嗯,是一个手动输入的网址。怎么用呢?
网址工作界面:
这也需要提前用STM10录音器录好音,把录音文件上传后,进入这个界面,圆圈中的播放暂停键。长方形框中的speed可以选择播放录音的速度,根据实际情况调节播放速度,这个很实用,不用反复听录音。
六、锤子手机——闪念胶囊
神奇锤子手机有个功能叫闪念胶囊,打开就能录音,记录,并能把说话的内容显示成文字。这个功能本来是用于记录用户瞬间想到的灵感,点子等。大雄君觉得,用于会议记录也不错哈!
大雄君推荐:
这六种方式方法都格局特色和优劣。录音宝就pass了吧,要收费。我觉得来我这的都是充不起会员的迪奥斯哈哈哈哈。搜狗听写值得一试,但对音质要求高。强烈建议用STM10录音器和云转换或oTranscribe结合。有锤子手机的推荐使用闪念胶囊。最后,大雄君最推荐的是三和五的结合使用,一款是录音神器,一个是手动输入,但是自己动手准确率是相当高的
欢迎向大雄君咨询软件应用,大雄君会百忙中为你推荐最好用的APP!
昨日精彩:
[电视端]CIBN聚精彩VIP版,亲测可用
更过精彩关注宜静嫁给大熊,微信同号,不错过每个精彩,防走丢可关注公号