在 dot net core 3.1 网络应用程序中进行语音到文本，而无需使用 azure 等云服务

问题描述

我正在尝试在我的 .net core 3.1 Web 应用程序上实现语音到文本，而不使用任何云服务，例如 Azure、AWS 或 Google。

我找到了像 deepspeech、kaldi、pocketpheonix 这样的选项。看起来它们可以在 .net core 应用程序上实现，但作为 .net core 和后端开发的初学者，我不知道如何使用它们，而且它们的文档对初学者不太友好。

因此，如果您能简要介绍如何在 .net core 上实现这些 api 或链接到一些文章，那将非常有帮助。

解决方法

只是我个人的看法，一些 Kaldi 或 PocketSphinx 专家可能有不同的看法。

Kaldi + PocketSphinx

你需要在 Windows 上自己编译所有源代码，而 Kaldi 在 Linux 上构建是一件令人头疼的事，所以我猜它在 Windows 上也好不到哪里去。也就是说，他们使用的资源更少，而且速度通常更快。

DeepSpeech

只需下载当前的英语声学模型 (pbmm) 和语言模型 (scorer) 并使用 .NET example code。无需编译即可工作。