谷歌宣布开源Live Transcribe语音识别转文字工具

  • A+
所属分类:IT

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。

谷歌宣布开源Live Transcribe语音识别转文字工具

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。

谷歌宣布开源Live Transcribe语音识别转文字工具

9Yy.Net
[补新券]14个月换新,品胜苹果lightning数据线14.9元
[小米生态链]充电1小时续航2个月,映趣3D剃须刀39.9元新低
苹果官方认证:3.6米防摔,Tech21 iPhone X/Xs 手机壳38元(原价398元)
全自动雨伞男折叠遮阳黑胶防晒大号双人女晴雨两用防紫外线太阳伞

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: