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

谷歌开源实时语音转录引擎 Live Transcribe Speech Engine
2019年08月18日 16:34 开源中国

2019“银华基金杯”新浪银行理财师大赛重磅来袭,报名即可领取666元超值好礼,还有机会获得经济学家、高校教授等明星评委专业指导,拿万元奖金,上新浪头条。【点击看详情

原标题:谷歌开源实时语音转录引擎 Live Transcribe Speech Engine 来源:开源中国

原标题:谷歌开源实时语音转录引擎 Live Transcribe Speech Engine 来源:开源中国

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,团队目前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。

开源 谷歌

热门推荐

收起
新浪财经公众号
新浪财经公众号

24小时滚动播报最新的财经资讯和视频,更多粉丝福利扫描二维码关注(sinafinance)

7X24小时

  • 08-21 南华期货 603093 --
  • 08-15 日辰股份 603755 15.7
  • 08-14 小熊电器 002959 34.25
  • 08-14 唐源电气 300789 35.58
  • 08-14 松霖科技 603992 13.54
  • 股市直播

    • 图文直播间
    • 视频直播间