Speech to Text API 离线（首选）或在线答案

【问题标题】：Speech to Text API offline(Preferred) or onlineSpeech to Text API 离线（首选）或在线
【发布时间】：2021-04-17 15:04:01
【问题描述】：

我正在制作一个需要转录视频的 Windows 桌面应用程序，我正在寻找一个很好的免费 API 来帮助我实现这一目标。我看了很多，但我发现的大多数 API 的准确性都很差。

【问题讨论】：

【解决方案1】：

这不适用于 .NET Core，但如果您使用的是旧版 .NET Framework（受支持），则可以使用 System.Speech 离线识别和合成语音。

21 年 3 月 1 日更新： System.Speech 现在已移植到 .NET Core。 Nuget 包位于：https://www.nuget.org/packages/System.Speech

【讨论】：

【解决方案2】：

Google 的 Speech-to-Text API 具有最先进的准确性、简单的界面和多种语言的客户端库。您每月可以免费使用 60 分钟。

如果您想要完全免费的在线 API，您很可能找不到它。

如果您愿意离线，您可能必须使用一些公开可用的深度学习模型的权重来提出自定义解决方案。阅读一些关于最先进转录模型的论文，看看 GitHub 上是否有任何权重可用。请记住，离线执行此类任务的计算成本非常高，并且可能需要 GPU 在合理的时间内为您提供结果。

【讨论】：