Miałem doskonałe wyniki z Google API do rozpoznawania mowy z naturalnymi dialogami, jednak w przypadku dźwięków z filmów z YouTube lub filmów rozpoznawanie jest słabe lub nie istnieje.
Nagrywanie dźwięków na telefonie iPhone 4 mojego głosuzarówno hiszpański jak i angielski są rozpoznawane, ale przy tym samym telefonie na filmie jest prawie niemożliwe, nawet scena z postacią rozmawiającą z cichym hałasem w tle. Tylko raz odniósł sukces.
Staram się oczyścić dźwięk SoX (Sound eXchange) używanie efektów noisered i kompand, bez powodzenia.
Dowolny pomysł? Czy po prostu są dźwięki, których interfejs API Google nie może rozpoznać po zmianie? Będzie miał większy sukces z innym oprogramowaniem do rozpoznawania mowy?
Odpowiedzi:
0 dla odpowiedzi № 1Google Voice Recorder (i większość innych rozpoznawania) nie jest kompatybilny z pogłos efekty. W większości scen wideo odległość między osobą a mikrofonem przekracza 1-3 metry. Spróbuj postawić telefon na stole i rozpoznać coś z odległości 3 metrów. Nie doprowadzi to do niczego, ale jakość dźwięku będzie bardzo dobra.