设为首页收藏本站

LUPA开源社区

 找回密码
 注册
文章 帖子 博客
LUPA开源社区 首页 业界资讯 开源资讯 查看内容

谷歌开源实时语音转录引擎Live Transcribe Speech Engine

2019-8-18 10:54| 发布者: joejoe0332| 查看: 152| 评论: 0|原作者: oschina|来自: oschina

摘要: 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。 ...

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、数据成本和延迟的鲁棒性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。

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。


酷毙

雷人

鲜花

鸡蛋

漂亮
  • 快毕业了,没工作经验,
    找份工作好难啊?
    赶紧去人才芯片公司磨练吧!!

最新评论

关于LUPA|人才芯片工程|人才招聘|LUPA认证|LUPA教育|LUPA开源社区 ( 浙B2-20090187  

返回顶部