将语音（mp3 音频文件）转换为文本

Question

我正在寻找从 mp3 到 txt 的简单转换器。我试过，但没有成功：julius，CMU Sphinx，......在过去的 4 个小时里，我没有找到如何使用它们（或正确安装它们）的方法。

我正在寻找的是这样的：

$ converterapp -infile myspeech.mp3 -outfile myspeech.txt

我对 GUI 应用程序也很好，因为我只有几个文件要转换并且可以点击。

编辑：借助此答案将 MP3 转换为文本的语音识别应用程序？我设法让它工作，但它没有产生任何输出。好吧，实际上它会产生几个空行（未检测到单词）...

Answer 1

Pocketsphinx 将从现有的音频文件中对文本进行语音转换。根据 mp3 的初始格式，您可能需要两个单独的命令。

首先将您现有的音频文件转换为强制输入格式：

    ffmpeg -i file.mp3 -ar 16000 -ac 1 file.wav

奔跑的口袋狮身人面像

    pocketsphinx_continuous -infile file.wav 2> pocketsphinx.log > myspeech.txt

创建的文件 myspeech.txt 将包含您要查找的内容。

如果您不熟悉 ubuntu，则需要使用以下命令安装上述程序：

    sudo apt install pocketsphinx pocketsphinx-en-us ffmpeg