<分区>
我有一个java应用程序。我想在上面实现语音识别功能。
就像这样:
假设,我有一些记录被用户称为“嘿”、“一”、“二”、“茶”。当他/她说“嘿”时,语音识别 api 应该识别记录的第一个输入. "hey", "one", "two, "tea"可以是英文以外的词。
我已经在寻找一些支持语音识别或具有音频指纹算法的 API。但我不想使用它们。
让我解释一下为什么我不使用这些 api。 首先,语音识别 api 尝试理解单词并将其转换为文本。但是,这仅限于 api 支持的语言。即使语音识别 api 支持英语。由于用户的发音不好,可能会给出不好的结果。所以我不想在我的应用程序上使用语音识别 api。因为该功能不应该基于语言。
此外,当我寻找语音识别api时,我找到了“音频指纹”api。我使用了开源的“musicg”api。然后,我开发了一个测试应用程序。该应用程序记录了 4 个不同的音频文件,其中包含无字语音。之后,我录制了一个与其中一个相似的声音,测试 api 使用 musicg api 将最后一个与以前的音频文件进行了比较。但是结果也很糟糕。
正如我之前提到的,我需要获得语音识别功能,就像旧手机一样。