Tôi đang tìm kiếm một phần mềm cho phép tôi nhập tệp âm thanh (.wav .mp3 ...) và xuất văn bản của tệp âm thanh.
Có phần mềm như vậy tồn tại? Tôi chỉ tìm thấy phần mềm chuyển đổi giọng nói (trực tiếp) thành văn bản, nhưng không tìm thấy tệp âm thanh thành văn bản.
Câu trả lời:
Tôi không biết bất cứ thứ gì bạn có thể tải xuống, nhưng tôi có thể đưa ra một gợi ý khó hiểu.
Google đã xây dựng một phần mềm như vậy, tôi biết rằng họ sử dụng nó trong YouTube và Google Voice.
Điều này không tốt lắm , nhưng bạn có thể gọi tài khoản Google Voice của mình, để dịch vụ trả lời nhận và phát âm thanh trong khi thư thoại của bạn được ghi lại.
Bạn sẽ nhận được bản sao của thư thoại trong email của mình.
Tôi chỉ đề xuất điều này vì bạn không phải đào tạo động cơ của Google.
Điều này không trả lời cụ thể câu hỏi của bạn, nhưng những gì tôi làm trong tình huống của bạn là phân phối nó dưới dạng công việc Amazon Mechanical Turk. Bạn có thể sẽ nhận được kết quả tốt nhất và trả ít đô la nhất theo cách này.
eMicrophones tạo ra một sản phẩm thương mại có tên Windows Speech Recognition Toolkit bổ sung nhiều ưu điểm cho Windows Speech Recognition, bao gồm khả năng phiên âm các tệp * .WAV (miễn là chúng là từ bạn, tức là ghi âm như thể bạn đang nói chứ không phải giọng nói tùy tiện) . Từ danh sách tính năng:
Phiên âm đọc các tệp .WAV từ một máy ghi âm kỹ thuật số và sao chép nó thành văn bản. Điều này có nghĩa là được sử dụng bởi người có hồ sơ người dùng cá nhân và ra lệnh như trước máy tính bằng cách sử dụng cách phát âm và chấm câu tốt. Nó không có nghĩa là phiên âm nhiều giọng nói từ một cuộc họp.
Bạn có thể thêm phần mềm VOICENOTE (miễn phí) vào google voice. Điều đó chuyển đổi nói chuyện thành văn bản. Sau đó, chỉ cần phát ghi âm giọng nói trên loa của bạn trực tiếp vào micrô thành VOICENOTE.
Tôi dự định sử dụng VOICENOTE để chuyển các ghi chú bằng văn bản của mình thành văn bản và lưu trong MS Word. Sau đó, khi tôi lưu tài liệu, Windows có thể tìm kiếm các ghi chú viết tay của tôi trên máy tính. Nếu không, các ghi chú viết tay chỉ có thể được lưu dưới dạng hình ảnh. Chỉ các tiêu đề là có thể tìm kiếm và bạn không thể tìm thấy các từ tài liệu cho tìm kiếm của bạn.
Có một dự án phần mềm gọi là 'fanscribe', phá vỡ một bản ghi âm và chia nó thành nhiều phần, phân phối chúng cho những người quan tâm có thể sao chép một phần của nó.