语音识别 ASR
关注
分享
扫一扫
文章平均质量分 92
语音识别 ASR，大模型LLM识别，TTS,STT
逐星101
【用代码丈量未来，以AI重构世界！】
专业领域：
智能自动化指挥官（RPA实战1年+）
AIGC先锋玩家（AI绘画/数字人/语音分析落地）
智能体规划师
副业掘金者
我是十一：
白天是科技公司全栈攻城狮
夜晚化身AI商业生态造浪者
专注「AI技术落地x副业变现」交叉领域
定期拆解AI生财密码｜开源实战案例｜前沿项目测评
微信：2515751246（备注「AI创客」优先通过）
签名档：
从一行代码到商业闭环，我在这里记录每个「硅步」的力量。
与智者同行，见证AI重构世界的每个里程碑！
展开
-
[AIGC]使用阿里云Paraformer语音识别录音识别 API 进行音频处理 —— 完整流程及代码示例Python版本
实时识别：对实时音频流进行识别，适用于实时对话场景。文件识别：上传音频文件，并将其转换为文本，适用于电话录音、会议记录等场景。语音增强：优化音频质量，减少背景噪音。我们本文将重点介绍“文件识别”功能，使用阿里云录音识别 API 将上传的音频文件转换成文字。本文介绍了使用阿里云录音识别 API 的完整流程，从前提准备到代码实现，为开发者提供了便捷的音频识别方案。通过将该功能集成到应用中，可以显著提升项目的智能化程度，更好地服务于用户。原创 2024-11-12 18:54:58 · 1132 阅读 · 0 评论 -
[AIGC]使用阿里云Paraformer语音识别录音识别 API 进行音频处理 —— 完整流程及代码示例
阿里ASR识别：对实时音频流进行识别，适用于实时对话场景。文件识别：上传音频文件，并将其转换为文本，适用于电话录音、会议记录等场景。语音增强：优化音频质量，减少背景噪音。我们本文将重点介绍“文件识别”功能，使用阿里云录音识别 API 将上传的音频文件转换成文字。本文介绍了使用阿里云录音识别 API 的完整流程，从前提准备到代码实现，为开发者提供了便捷的音频识别方案。通过将该功能集成到应用中，可以显著提升项目的智能化程度，更好地服务于用户。原创 2024-11-12 18:46:38 · 2035 阅读 · 0 评论 -
[AIGC] 腾讯ASR:ClientAbortException:java.io.EOFException: Unexpected EOF read on the socket
录音识别请求中，如果用户设置了 CallbackUrl 参数，则通过回调的方式来返回识别结果，用户需要自行搭建可公网访问的 HTTP 或者 HTTPS 服务，并在创建录音识别任务时，将回调 Url 填写到 CallbackUrl 中。- 2.我看了一下，回调的时间对比，发现我是每10s，自动获取识别接口。导致长语音，10s获取不到，之后执行完，自动回调时，就会报这个错误，我就把时间，手动查询时间延长，回调callback完成之后，就正常了。用户侧收到回调请求后，需要以 JSON 格式返回响应。原创 2024-11-06 15:37:28 · 827 阅读 · 0 评论 -
【AIGC】腾讯云语音识别（ASR）服务在Spring Boot项目中的集成与实践
在现代软件开发中，语音识别技术的应用越来越广泛，从智能助手到自动客服系统，语音识别技术都在发挥着重要作用。腾讯云提供了强大的语音识别服务（ASR），支持多种语言和方言的识别，并且提供了灵活的API接口供开发者调用。本文将介绍如何在Java的Spring Boot项目中集成腾讯云的ASR服务，并实现一个简单的接口来调用该服务。原创 2024-11-06 15:50:32 · 1407 阅读 · 0 评论 -
【AIGC】使用Python实现科大讯飞语音服务ASR转录功能：完整指南
讯飞ASR生成签名- 认证请求的合法性。上传音频- 通过URL方式或本地文件上传音频。查询结果- 轮询转写结果，等待识别完成。解析结果- 处理返回的JSON数据，提取文本和说话人信息。原创 2025-02-25 14:40:57 · 949 阅读 · 0 评论 -
【AIGC】如何使用Azure语音服务合成语音
Azure语音服务提供了多种AI驱动的功能，包括语音识别、语音合成、语音翻译等。通过该服务，开发者能够轻松将语音合成集成到他们的应用中，实现从文本到自然声音的转化。Azure的语音合成不仅支持多种语言，而且提供了多种语音风格和音调的选择，使得合成的语音更加自然、清晰和人性化。该服务通过REST API或SDK接口供开发者调用，支持Windows、Linux等平台。通过Azure语音服务，你可以轻松实现高质量的语音合成功能，提升用户体验。原创 2024-12-31 18:53:10 · 1956 阅读 · 0 评论 -
【AIGC】电话录音转文字实践：基于Google Cloud Speech-to-Text-v1的技术方案Python
识别准确率高支持多种语言可扩展性强部署维护简单通过合理的系统设计和优化配置，能够构建一个高效可靠的语音转写系统。原创 2024-12-31 18:31:22 · 782 阅读 · 0 评论 -
【AIGC】使用 Microsoft Speech API 实现电话录音智能转写分析
Microsoft Speech to Text API 是 Azure 认知服务的一部分,提供了强大的语音识别能力。它支持多种语言,能够处理各种音频格式,并且具有优秀的识别准确率。特别是对于电话录音这种特殊场景,API 提供了专门的电话音频模型,可以更好地处理电话通话中的噪声和失真。Microsoft Speech to Text API 为电话录音转写分析提供了强大而灵活的解决方案。通过合理的实现和优化,可以构建出高效、准确的语音分析系统。原创 2024-12-31 16:10:47 · 729 阅读 · 0 评论 -
【AIGC】使用Java实现Azure语音服务批量转录功能：完整指南
本文详细介绍了如何使用Java实现Azure语音服务的批量转录功能。通过合理的架构设计和完善的错误处理，我们实现了一个可靠的转录系统。这个实现可以作为基础，根据具体需求进行扩展和优化。具体业务场景的需求成本和性能的平衡安全性和可维护性监控和告警机制有了这些基础，您就可以开始构建自己的语音转文本应用了。原创 2024-12-31 16:07:52 · 1633 阅读 · 0 评论