Estou à procura de um software que me permita inserir um arquivo de áudio (.wav .mp3 ...) e gerar o texto do arquivo de áudio.
Esse software existe? Eu encontrei apenas softwares que convertem voz (ao vivo) em texto, mas não arquivos de áudio em texto.
Não sei de nada que você possa baixar, mas posso fazer uma sugestão desajeitada.
O Google criou esse software, eu sei que eles o usam no YouTube e no Google Voice.
não é muito bom , mas você pode ligar sua conta do Google Voice, deixe o serviço de atendimento atender e reproduzir o áudio enquanto seu correio de voz é gravado.
Você receberá uma transcrição do correio de voz no seu e-mail.
Eu só sugiro isso porque você não precisa treinar o mecanismo do Google.
Isso não responde especificamente à sua pergunta, mas o que eu faria em sua situação seria distribuí-la como um trabalho do Amazon Mechanical Turk. Você provavelmente obterá os melhores resultados e pagará o menor número de dólares dessa maneira.
O eMicrophones cria um produto comercial chamado Windows Speech Recognition Toolkit , que adiciona muitos recursos ao Windows Speech Reconhecimento, incluindo a capacidade de transcrição de arquivos * .WAV (desde que sejam de você, isto é, uma gravação como se você estivesse falando, não uma voz arbitrária). Na lista de recursos:
Transcription reads .WAV files from a digital recorder and transcribes it to text. This is meant to be used by the person who has a personal user profile and dictates as they would in front of the computer using good enunciation and punctuation. It is not meant to transcribe multiple voices from a meeting.
Você pode adicionar o software VOICENOTE (gratuito) ao google voice. Isso converte fala em texto. Em seguida, basta reproduzir a gravação de voz no alto-falante diretamente no microfone no VOICENOTE.
Eu pretendo usar o VOICENOTE para transcrever minhas anotações escritas em texto e salvar no MS Word. Então, quando eu salvo um documento, o Windows pode procurar minhas anotações manuscritas no computador. Caso contrário, as notas manuscritas só podem ser salvas como uma imagem. Apenas os títulos são pesquisáveis e você não consegue encontrar as palavras do documento para sua pesquisa.
Há um projeto de software chamado "fanscribe" que divide uma gravação e a divide em pedaços, distribuindo-os a pessoas interessadas que podem transcrever uma parte dela.