質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

89.96%

linux上で音声ファイルをテキストに変換する方法

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 1
  • VIEW 3,790

kuwako

score 384

Linux上で日本語の音声ファイル(mp3)をテキストに変換したいのですが、いい方法はありませんでしょうか?

試しに、mp3ファイルをffmpegを使ってwavに変換し、julius(http://julius.osdn.jp/index.php?q=doc/adin.html)で解析するという方法を使ってみたのですが、
どうやら文法ファイルを自作しないといけないらしく、さすがにそんな手間はかけられないと思い断念しました。

また、個人情報を含む可能性のあるデータをテキスト化したいので、Google Speechなどの外部にデータが残る可能性のあるサービスはあまり使いたくありません。

何かヒントだけでもいただけないでしょうか。
宜しくお願い致します。

(※OSはCentOS6.6です。)
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

-1

Google Speech API を使ってrubyかpython辺りで実装するのはどうですか?
音声ファイル入力したらJSONを返してくれます。

参考:
Web Speech API Demonstration
https://www.google.com/intl/ja/chrome/demos/speech.html
Google Speech APIを使ってMacで音声認識 (ruby)
http://qiita.com/ysk_1031/items/8b8990a65bc586f33a20
Google Speech API ver.2の使い方 (python)
http://qiita.com/mountcedar/items/be1e5d54fcef8f3a4bda

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2015/10/26 21:58

    回答ありがとうございます。

    しかし質問にも書いたように、音声データが個人情報を含む可能性があるため、外部のサービスを通したくないのです。すみません。

    キャンセル

  • 2015/10/26 22:19

    全然読んでませんでした。すみません。
    ただ、オープンソースのもので日本語対応のlinux向け
    っていうのはあまり無いみたいですね。

    有料でよければ以下のAmiVoiceというのがオンプレ向けの
    音声認識ソリューションをやってるそうです。

    これ特徴のとこに「認識処理終了後に即座に削除することも可能です。」
    ってあるので用途にピッタリなんじゃないでしょうか。

    B2B向けの音声認識ソリューションはそのほとんどが
    セキュリティの担保されたものだと思うので、
    プライバシーの保護が一番なら妥当かなと思います。

    参考:
    AmiVoice® Cloud
    https://www.advanced-media.co.jp/products/service/amivoice-cloud-2

    キャンセル

  • 2015/10/27 14:34

    ありがとうございます!!
    問い合わせをしてみました!

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 89.96%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

同じタグがついた質問を見る