公司想开发个录音笔产品,配套语音转文字,请教解决方案。 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
请不要在回答技术问题时复制粘贴 AI 生成的内容
Zorro825
V2EX    程序员

公司想开发个录音笔产品,配套语音转文字,请教解决方案。

  •  
  •   Zorro825 2023-09-12 23:45:48 +08:00 2235 次点击
    这是一个创建于 833 天前的主题,其中的信息可能已经有所发展或是发生改变。

    录音转文字 APP ,应该怎么做,有什么现成方案吗? 如果用阿里云这些,成本太高了,有没有什么开源好用的,请教大家。

    11 条回复    2023-09-13 17:27:49 +08:00
    qiqi669
        1
    qiqi669  
       2023-09-12 23:52:44 +08:00
    DeepSpeech
    rsy
        2
    rsy  
       2023-09-13 00:11:31 +08:00
    AppJun
        3
    AppJun  
       2023-09-13 00:17:03 +08:00
    iOS SDK 有 SFSpeechRecognizer ,如果想用 Whisper 有 whisper.cpp 。

    Whisper 的模型大小对中文识别有一定影响,但是影响也有限,新的 iPhone 可以跑得动一些比较大的模型,老的 iPhone 就不一定有足够内存了。

    另外但是因为训练集是字幕,导致中文容易出现一些预期外的文字,比如“字幕制作:某某”“谢谢观看”之类的幻想结果。
    Zorro825
        4
    Zorro825  
    OP
       2023-09-13 01:16:41 +08:00
    @AppJun 谢谢
    Zorro825
        5
    Zorro825  
    OP
       2023-09-13 01:16:48 +08:00
    @rsy 谢谢
    Zorro825
        6
    Zorro825  
    OP
       2023-09-13 01:16:56 +08:00
    @xuAN111 谢谢
    Zorro825
        7
    Zorro825  
    OP
       2023-09-13 01:17:36 +08:00
    @AppJun 安卓不能用吗
    Zorro825
        8
    Zorro825  
    OP
       2023-09-13 01:22:06 +08:00
    @rsy 这个是云端解决方案吗,用户上传文件,服务器翻译,然后返回结果
    rsy
        9
    rsy  
       2023-09-13 12:46:40 +08:00
    @Zorro825 Whisper 可以直接下载到自己电脑上使用,无需联网,也不需要调 API 花钱
    EatIce
        10
    EatIce  
       2023-09-13 16:40:46 +08:00
    得和科大讯飞的产品对比一下,有自己的市场竞争力再做
    iorilu
        11
    iorilu  
       2023-09-13 17:27:49 +08:00
    你想实时识别本地性能可能不够把
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     3158 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 25ms UTC 00:36 PVG 08:36 LAX 16:36 JFK 19:36
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86