Live Transcribe Speech Engine实时语音转录引擎
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。
评论
Ecoute实时转录工具
Ecoute是一种实时转录工具,可在文本框中为用户的麦克风输入(You)和用户的扬声器输出(Speaker)提供实时转录。它还使用OpenAI的GPT-3.5生成建议的响应,供用户根据对话的实时转录说
Ecoute实时转录工具
0
Open 3D Engine开源的实时 3D 开发引擎
开放3D引擎(O3DE)是一个Apache2.0许可的多平台3D引擎,起源于Amazon的lumberyard游戏引擎,能够帮助开发者和内容创作者能够制作AAA级游戏、电影级3D世界和高保真模拟,而无
Open 3D Engine开源的实时 3D 开发引擎
0
The Brick Engine游戏引擎
TheBrickEngine是一种快速,简单lo-fi的游戏引擎。该引擎提供了一个包括令人眼花缭乱的视觉特征,歌曲播放全面的API,以及碰撞检测:你需要的一切愿与敏捷游戏和易用性。随着语言绑定的日益增
The Brick Engine游戏引擎
0
Doomsday Engine游戏引擎
Windows/Unix/MacOSX下的Doom、Heretic和Hexen的源port。让你使用现代技术来享受原来的游戏。支持比如OpenGL、Direcr3D、DirectSound3D、3D模
Doomsday Engine游戏引擎
0