Android Appの音声からテキストへの変換

Question

Webサービスやサーバー側の処理を使用せずにAndroid App（Java）の音声をテキストに変換するための低コストのライブラリフレームワークはありますか？どんなアルゴリズム/パラダイムを使うことができますか？

Answer 1

これは、あなたが認識したいスピーチと、あなたがしないスピーチと、あなたが望むエラーレートに大きく依存します。

既知のユーザーからの1単語のみを認識し、それ以外の場合は50％を少し上回る精度で認識したい場合は、オーディオレベル検出を使用して「複雑さの低い」フレームワークを開発したり見つけることができます。音の指紋。

未知のアクセントや方言の未知のユーザーからの非常に大きなボキャブラリ内で99.9％以上の正確な速度で連続音声認識を行うには、サーバー側の処理を使用していても、何も見つからない可能性があります。

何かの中間では、CPU's PocketsphinxをAndroid NDKビルドで使用することをおすすめします。しかし、誰かがこの「低」の計算上の複雑さを十分に呼んでいるのか、それともその目的のために十分に正確な精度を求めるのかはわかりません。