Lydfil til tekst

Er der nogen som kender et program som via Command Line kan tage en lydfil og returnerer talen som tekst.

Systemet skal kunne forstå dansk og engelsk, skal kunne konverterer mange filer hver dag og optagelser op til et par timer.

Så løsninger som f.eks. google speech-api duer ikke da der er begrænsning på længde, samt antal filer per dag.

Det betyder ikke noget om det kører på Windows eller Linux. Eller om det er en ekstern service.

Dog skal det være til at betale for hvis det er en kommerciel løsning.

Et fællesskab som Amino drejer sig jo netop om erfaringer, og ikke om hvem som er bedst til at google. Eller bør gøre i hvert fald.

Jeg er medlem af eksperten.dk på 13 år, men syntes ikke jeg har fået mange brugbare svar når det kom ud over niveauet med at spørge til simple kodefejl/anbefalinger.

Jeg har naturligvis google, søgt og testet inden jeg oprettede mit spørgsmål, men ingen systemer har kunnet dække mit behov. Enten kan systemerne kun genkende dictionary (kommandoer) og ikke freeform som der er behov for, og så er der meget lidt som forstår dansk.

Google Speech API kan kun gennemlæse ca. 10 sekunder og kan ikke klare samtaler. www.ispeech.com, kan ikke klare freeform og ikke samtaler. Der findes flere programmer som kan bruges til at forstå kommandoer, men de få som kan forstå tale/diktat er ikke beregnet til at læse filer ind og derved heller ikke command line.

Hej Sylvester. Det var nu ikke for at insinuere, at du ikke havde googlet først. Det undrede mig bare, for jeg fik mange hits, og du har så åbenbart været igennem dem. Jeg har gode erfaringer på www.eksperten.dk, men det drejer sig nok om, hvilket områder, man spørger til, om der lige sidder nogen med ekspertisen. Jeg kan desværre ikke hjælpe dig yderligere end at foreslå dig at søge direkte inde på de store elektronik- og HiFi-firmaers sider og se, om de skulle have noget. Men det har du sikkert også allerede prøvet. God jagt!

Sylvester Nielsen:

Jo tak. Jeg søger videre. Men måske er teknologien bare ikke klar på dansk endnu. :)

I hvert fald til en pris som kan betales.

Der er tale om ca. 5000 små lydfiler per dag, så det er ikke en mulighed. Det skal også køre mere eller mindre realtime. Men tilgengæld må der gerne være små fejl/ord den ikke forstår.

I sidste ende skal det bruges til at søge efter ord som er sagt i telefonsamtaler.