¿Cómo convierto voz a texto?

Question

¿Cómo podría tomar MP3 y convertir la voz en texto?

Tengo algunas notas grabadas de una conferencia y de reuniones (hay una sola voz en la grabación, que es mi voz). Pensé que sería más fácil e intelectualmente interesante convertir a texto usando herramientas de voz a texto en lugar de simplemente transcribirlo a mano. Sé que existen tecnologías, especialmente para aplicaciones VoIP que utilizan Asterisk y Podcasts, pero ¿cuáles son y cómo puedo usarlas?

Answer 1

Código abierto: CMU Sphinx

Shareware: http://www.e-speaking.com/ (Windows)

Comercial: Dragon NaturallySpeaking (Windows)

Answer 2

.NET puede hacerlo con su espacio de nombres System.Speech.

Primero tendría que convertir a .wav o capturar el audio en vivo desde el micrófono.

Los detalles sobre la implementación se pueden encontrar aquí: Transcripción de audio con .NET

Answer 3

Dragon NaturallySpeaking parece admitir la entrada de MP3.

Si desea una versión de código abierto (creo que hay algunos proyectos de integración de Asterisk basado en este).

Answer 4

Tarde a la fiesta, así que responde más para futuras referencias.

Los avances en el campo + la mentalidad y la agenda de Mozilla llevaron a estos dos proyectos hacia ese fin:

• Deep Speech
• Voz común

Este último tiene un conjunto de datos de 12 GB para descargar. El primero permite entrenar un modelo con sus propios archivos de audio a mi entender