求推荐实时语音转写文字，依赖免费的语音接口实现的

[ALLROBOT]

百度提供免费的语音接口，想做个实时语音转写文字的 app，特此发帖求推荐哪些源码项目比较合适？

想借鉴某些源码思路，写个字幕式的，效果和小米闻声 app 差不多吧

可以求讯飞听见，小米闻声 app 类似的源码？

我不知道小米闻声怎么做到实时转写文字的，我能想到的无非分割音频文件，每个音频 1s，转成 PCM 格式进行上传，等收到数据包提取转换后的文字再输出，但一句话说完，这句话的音频文件转换后的文字没法看。。。

[ch2]

语音识别你分割了就丧失了前后文语境，肯定识别不出来的
你想要实时的那就是本机实时预测，具体怎么做是人家的商业秘密，不可能让你白嫖的

[ALLROBOT]

@ch2 我也了解这情况的，我愿意花钱用付费接口嘛。。。

[ALLROBOT]

免费不行，就上付费的

[cutemurphy2888]

腾讯的同声传译

[gainsurier]

苹果本地有 api 可以直接调用

[agoodob]

实时？ websocket 呗。
如果不用实时的，而且手头有 .mp3 .aac 等音视频文件希望拖到一个程序里直接转文字，看一下： https://github.com/1c7/Translate-Subtitle-File

[inhzus]

直接用现成的实时语音转文字，已经非常成熟了，别折腾自己。阿里云、腾讯等等都有，市场价 1-2 元每小时

[ethanlu]

https://gitee.com/haujet/CapsWriter/releases，试过这个吗？
粤语，普通话，英语，通杀

[ALLROBOT]

@inhzus 那怎么引入那些成熟的产品接口。。。？我想搞个 AR 版的语音转文字，类似电子游戏的字幕一句句浮现眼前的效果

[ALLROBOT]

@gainsurier 苹果没试过，可以去试试

[ALLROBOT]

@gainsurier 你这么一说，我想起了微软好像也有，我去瞧瞧

[inhzus]

@ALLROBOT 直接去阿里云、腾讯云官网找 sdk 使用说明结合自己场景不就可以了。？

[ALLROBOT]

@inhzus https://ai.baidu.com/ai-doc/SPEECH/qk76b444d 已经在看百度语音的 sdk 手册了
@agoodob 了解 websocket 了，语音识别我没怎么接触，第一次接触这方面的。。。抱歉哈，在看 sdk 手册了，如楼上所言，根据 sdk 进行开发吧

[muhuan]

楼主最后选择的哪个？我也有一些 1h 左右的语音，想转化为文本

[ALLROBOT]

@muhuan 百度和讯飞

[muhuan]

@ALLROBOT 这些是收费的

[ALLROBOT]

@muhuan 小米-无障碍-语音转写文字，无限时长、免费、讯飞引擎~~~搞定了通知我哈，我想白嫖小米

[muhuan]

@ALLROBOT 赞赞赞