Live Transcribe Speech Engine实时语音转录引擎

联合创作 · 2023-09-26 05:13

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。

浏览 6
点赞
评论
收藏
分享

手机扫一扫分享

编辑
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

编辑
举报