如何从视频或音频中自动检测语音/语音语言?[已关闭]

我正在为iOS开发一个自动字幕和翻译应用程序,它需要一个语言环境。所以我们手动传递语言,但我想要一个语音语言的自动推导。

那么,是否有任何API或任何类型的工具包可以自动检测语音语言?

有人知道如何在Swift/objective c中做到这一点吗?

文本语言的自动演绎是存在的。但我想要语音语言的自动演绎。 所以我试图使用FFMpeg工具包将音频转换为文本,转换后,我们可以从文本中检测语言,但这根本不可能。

所以我正在搜索一些可以自动检测语音语言的API。