راهنمایی درباره تبدیل صوت و صدا به متن (Speech to Text)

[mohsensaeb14]

دوستان هر راهنمایی ای میتونید راجع اینکه الگوریتم یا نحوه تبدیل صدا و صوت و سخن به متن چطور هستش بفرمایید
از وقتی که میزارید ممنونم

[vahid-p]

اگر میخواید خودتون الگوریتم هاش رو بنویسید و پیاده سازی کنید و از ابزارهای آماده استفاده نکنید، کار ساده و روتینی نیست. یک کار تحقیقاتی است و در دانشکده های کامپیوتر ممکنه آزمایشگاهی فقط برای پردازش گفتار وجود داشته باشه. این کار تحقیقاتی با کیفیت خوب ممکنه چندین پروژه کارشناسی ارشد و دکترا باشه، همونطور که شرکتی مثل گوگل حتی نتونسته کار کاملی رو انجام بده با تمام کیفیتی که به کار بسته. Google speech-to-text رو هم فقط به اینترفیسش دسترسی دارید و پردازشش در سرورهای گوگل انجام میشه و شما به کد و دیتابیسش دسترسی ندارید.
پس شما لازمه مقالات مربوطه، کدهای قبلی و وقت بسیار زیادی برای اینکار صرف کنید. تنها الگوریتم هم کافی نیست، شما باید دیتابیسی از اصوات با ویژگی هاش داشته باشید.

تو scholar.google.com سرچ کنید.

ارتباطی هم با جاوا یا زبان های دیگه نداره. اما کارهایی که به این زبان انجام شده بد نیست اینها رو ببینی: (خیلی از Library ها فقط api برای کار با تشخیص صدا google هستند)
http://voce.sourceforge.net/
http://www.ling.helsinki.fi/~gwilcock/Tartu-2003/L7-Speech/JSAPI/Recognition.html