TwilioとGoogle Cloud Speech APIで電話の内容を文章に変換する | DevelopersIO
Google Cloud Speech API (以下Speech API) を利用すると、人間が発声した音声をAPIを通してテキストに変換することができます。 Speech APIは日本語にも対応しているため、国内でも電話で話した内容を自動的にテキストに変換するといったようなことが出来るようになります。 ということで、Twilio, Zappa, Speech APIを組み合わせて、サーバレスに電話の内容を文章化する仕組みをつくってみました。 構成 以下が今回作成した仕組みの構成図になります。 Twilioを用いて電話から音声を録音する方法については、こちらの記事を参考にしてください。 上記の記事に加えて、Twilioから録音された音声ファイルのURLをSNSを通して別のLambda Functionに投げ、そこから音声ファイルの取得とSpeech APIへの問い合わせを行っています。最
Cloud Speech API + gRPC + Streaming音声解析をAndroidから利用する - Qiita
@eaglesakura です。 Cloud Speech APIは、ざっくりといえばGoogle謹製の音声認識APIです。 まだBeta版ですが、非常に良い精度の音声認識（テキスト化）を行ってくれます。 特にStreamingで音声の逐次解析（例えばマイクで集音しながら音声をサーバーに送信し、解析経過をリアルタイムで受け取る）が面白いですが、行なうためには前提が色々と大変なのでざっくりとした手順を書きます。 GCPプロジェクトを用意する 利用するためにはGoogleログインが必要ですので、 APIコンソールからプロジェクトを作成します。 作成後は、APIManager > 認証情報からOAuth2.0クライアントIDを登録します。その時、アプリpackage名と署名鍵のSHA1を登録するのを忘れると認証が正常に行えないので注意してください。 簡単にやるなら、Firebase Projec
Android Speech Recognizerを使いこなす - Qiita
Android Speech Recognizerの基本 Androidで音声認識といえばこれがスタンダードと言っても過言ではないでしょう。 それほど簡単に高性能な音声認識が利用可能なのです。 簡単に使いやすい分、パッケージ化されているので、かゆいところに手が届かないところもあります。 基本 Intent intent = new Intent(RecognizerIntent.ACTION_RECOGNIZE_SPEECH); intent.putExtra(RecognizerIntent.EXTRA_LANGUAGE_MODEL, RecognizerIntent.LANGUAGE_MODEL_FREE_FORM); intent.putExtra(RecognizerIntent.EXTRA_CALLING_PACKAGE, context.getPackageName()); S
Androidで音声認識を繰り返し実行する - kivantium活動日記
先日声優ハッカソンにActive Geeksとして参加しました。ハッカソンでは声優さんの声を利用して料理のレシピを読み上げるアプリを作ったのですが、単なる読み上げアプリとの差別化のために、手を使わずに操作できる機能を追加しようと考えました。これは濡れた手でスマホを操作したときまともに操作できなかった自分自身の経験から提案したものです。（ちなみに発表資料はActive Geeks 声優ハッカソン 最終成果発表にあります） タッチしないで操作する方法としては音声認識・画像認識などが考えられますが、画像認識はAndroidのOpenCVで画像をバックグラウンドで取得する方法が分からなかった（stackoverflowに質問しても回答がなかった）ので断念し、音声認識による方法を採用することにしました。ちなみに、展示していたときに教えてくれた人によればiPhoneでは近接センサーを使った非接触インタ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Speech-to-Text Webcam Overlay
PC に於ける Google 音声認識の利用
