linux上で音声ファイルをテキストに変換する方法

Question

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。）

Answer 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

Comments

[kuwako]

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。

[SKYYFISH]

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

[kuwako]

ありがとうございます！！
問い合わせをしてみました！