您好我想要一个语音识别api或sdk，它识别用户说出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，我需要播放一个音频文件，其中的文本已经存在。当音频开始播放时，应该突出显示的单词（来自音频文件）。
因此，如果我能够从api或sdk获取该词，则可以突出显示它。
除了我搜索api很多，我遇到ceedvocalsdk但是它不能免费试用。
如果有人能提供除我的要求或api或sdk之外的任何其他想法，我将非常感激。
答案 0 :(得分：7)
答案 1 :(得分：2)
您可以查看https://github.com/KingOfBrian/VocalKit，但我自己没有尝试过。
答案 2 :(得分：-2)
您也可以尝试Nexiwave.com。
我认为您正在寻找的功能就是TimeStamping： 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加上时间戳。
本