用于语音转文本（语音识别）iPhone 的 API 或 SDK

Question

我想要一个语音识别API或SDK来识别用户所说的语音并给出它的文本形式。

详细说明如下：

在我的应用程序中，我需要播放我已经存在的音频文件和文本。当音频开始播放时，应突出显示说出的单词（来自音频文件）。

因此，如果我能够从 API 或 SDK 获取该词，那么就可以突出显示它。

除了我在 Google 上搜索了很多 API，我发现了 ceedvocalsdk，但它不提供免费试用。

除了这个适合我的要求或API或SDK之外，有人可以提供任何想法吗？

Answer 1

你可以试试

http://www.politepix.com/openears/

说到速度，应该很快，可能是你没有使用好。据我了解，您已经有了文本，您需要根据该文本构建语法。

Answer 2

你可以看看https://github.com/KingOfBrian/VocalKit，但我自己没有尝试过。

Answer 3

您也可以尝试 Nexiwave.com。

我认为您正在寻找的功能就是我们可以时间戳的功能： http://nexiwave.com/index.php/applications/for-transcription-companies

它基本上采用音频和文本，然后我们在每个句子和单词上添加时间戳。

本