Live Transcribe Speech Engine 介绍
Live Transcribe 是一款 Android 应用程序,可为失聪或有听力障碍的人提供实时字幕。此存储库包含用于与 Live Transcribe
中使用的 Google Cloud Speech API 进行通信的 Android 客户端库。
自动语音识别(ASR)模块具有以下功能:
- 无限流媒体
- 支持 70 多种语言
- 文字不会丢失,只会延迟
- 即使网络已经停电数小时,也会重新连接。当然,没有连接就不能进行语音识别。
- 可以轻松启用和配置 Opus、AMR-WB、FLAC 编码
- 包含文本格式库,用于可视化 ASR 置信度、发言人 ID 等
- 可离线模型扩展
- 内置支持语音检测器,可在延长静音期间用于停止 ASR 以节省资金和数据(请注意,未提供语音检测器实现)
- 内置支持扬声器识别,可根据扬声器编号标记或着色文本(请注意,未提供扬声器识别实现)
提供的库几乎与生产应用程序 Live Transcribe 中运行的库相同。它们经过了广泛的现场测试和单元测试。但是,测试本身目前尚未开源。
Live Transcribe Speech Engine 官网
https://github.com/google/live-transcribe-speech-engine
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。