请问安卓一般如何做语音转文本 - 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
Yiverin
V2EX    Android

请问安卓一般如何做语音转文本

  •  
  •   Yiverin 350 天前 via Android 5318 次点击
    这是一个创建于 350 天前的主题,其中的信息可能已经有所发展或是发生改变。

    rt 请问安卓是否有自带包可以实现?目前最好用的一般是走什么方案?谢谢~

  • 安卓
  • 语音转文本
  • 方案
    19 条回复    2024-12-16 17:16:07 +08:00
    dayeye2006199
        1
    dayeye2006199  
       350 天前 via Android
    不需要本地就随便找个 API
    Yiverin
        2
    Yiverin  
    OP
       350 天前 via Android
    @dayeye2006199 您一般推荐什么 api 呀?而且我的需求不是实时的。比如 1 小时的录音转文本
    unclemcz
        3
    unclemcz  
       350 天前 via Android
    长音频转录当前好像还没看到有纯客户端方案。
    Yiverin
        4
    Yiverin  
    OP
       350 天前 via Android
    @unclemcz 是的,感觉大家都只做实时的。感觉很奇怪,不支持导入音频
    unclemcz
        5
    unclemcz  
       350 天前 via Android   1
    @Yiverin 性能跟不上吧,举个例子,我用 4070laptop ,转录一个小时的音频,差不多 5 分钟左右,这还是用 whisper turbo 模型的情况下。同样模型,手机端估计没办法。
    unclemcz
        6
    unclemcz  
       350 天前 via Android   1
    实时转录也就几十秒,体验会好很多。
    felixlong
        7
    felixlong  
       350 天前   1
    有支持 Android 的客户端方案,而且是 Whisper:
    https://github.com/ggerganov/whisper.cpp
    Yiverin
        8
    Yiverin  
    OP
       350 天前 via Android
    @unclemcz 好的感谢!
    Yiverin
        9
    Yiverin  
    OP
       350 天前 via Android
    @felixlong 谢谢您~
    Yiverin
        10
    Yiverin  
    OP
       350 天前 via Android
    @felixlong 这简直太棒了
    hahiru
        11
    hahiru  
       350 天前
    语音转文字用飞书就挺好。客户端效果非常不错。
    Yiverin
        12
    Yiverin  
    OP
       350 天前 via Android
    @hahiru 飞书妙记吗,好像有 300 分钟一个月的限制?
    magicZ
        13
    magicZ  
       349 天前
    当然是新一代的 kaldi ,文档详细功能强大, https://github.com/k2-fsa/sherpa-onnx
    ykrank
        14
    ykrank  
       349 天前
    借楼问一下,有没有本地图像识别的 SDK ?最好免费的模型
    ykrank
        15
    ykrank  
       349 天前
    识别图片里的文字
    Yiverin
        16
    Yiverin  
    OP
       349 天前
    @magicZ 辣么牛皮!我来康康,谢谢!
    luaex
        17
    luaex  
       349 天前
    ASR 建议用 sherpa
    luaex
        18
    luaex  
       349 天前
    @ykrank cnocr 里面的那些 onnx 的模型也许能试一下 https://github.com/SvenVincent/cnocr
    XXWHCA
        19
    XXWHCA  
       349 天前
    @ykrank #14 谷歌的 ML Kit 机器学习就可以本地 OCR ,免费
    https://developers.google.com/ml-kit/guides?hl=zh-cn
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     854 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 23ms UTC 19:28 PVG 03:28 LAX 11:28 JFK 14:28
    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