Closed. This question does not meet Stack Overflow guidelines。它当前不接受答案。
想要改善这个问题吗？更新问题，以便将其作为on-topic用于堆栈溢出。
5年前关闭。
Improve this question
是否有任何免费服务/程序可以将音频转录为文本
并保留时间戳？
我想抄写:
This is the demo link of VoiceBase
(419个骗子之间的16m对话；骗子与
重音，所以我不是在提示质量
转录)。
Voicebase确实会转录，但是转录是一个单一的块
测试，没有加盖时间戳。
我还尝试了Google语音“技巧”(将文件记录到语音邮件中
并让Google一次将其转录3分钟)，但同样，
转录是单个文本块，没有时间戳。
我知道Sphinx，但无法正常工作。
我意识到我可以使用subtitleditor创建手动字幕，
但我正在寻找一种自动化的解决方案。
理想情况下，我想带时间戳的机器转录并手工编辑。
想要改善这个问题吗？更新问题，以便将其作为on-topic用于堆栈溢出。
5年前关闭。
Improve this question
是否有任何免费服务/程序可以将音频转录为文本
并保留时间戳？
我想抄写:
This is the demo link of VoiceBase
(419个骗子之间的16m对话；骗子与
重音，所以我不是在提示质量
转录)。
Voicebase确实会转录，但是转录是一个单一的块
测试，没有加盖时间戳。
我还尝试了Google语音“技巧”(将文件记录到语音邮件中
并让Google一次将其转录3分钟)，但同样，
转录是单个文本块，没有时间戳。
我知道Sphinx，但无法正常工作。
我意识到我可以使用subtitleditor创建手动字幕，
但我正在寻找一种自动化的解决方案。
理想情况下，我想带时间戳的机器转录并手工编辑。
最佳答案
CMUSphinx可以做到这一点，只需从源代码运行Aligner演示即可。最新的sphinx4教程可通过in sphinx4 tutorial获得。在2014年夏季，CMUSphinx在sphinx4主干中集成了long audio alignment功能。
这是完全错误的，但与语音库不同，它至少捕获了一些单词。手动进行转录和稍后分配时间可能更容易。 CMUSphinx也可以通过音频到文本的对齐方式来做到这一点。
重音和短话引起的解码精度问题很多，但您也要负责。例如，您永远不要将8khz bandwith的电话音频转换为mp3。这种转换大大降低了自动语音识别的准确性和总体记录质量。您可以使用其他面向语音的无损编解码器进行压缩。
其他question讨论了该主题，并列出了一些建议。
09-13 13:41