栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

用于在音频文件中转录语音的开源软件

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

用于在音频文件中转录语音的开源软件

为什么看不懂wav?

它告诉您文件的采样率(8000)而不是请求的(16000)错误。采样率对于语音识别软件非常重要。

为什么不能读取/ dev / dsp?

在最新版本的Ubuntu中,使用pulseaudio框架代替OSS。您尝试使用的版本正在使用OSS,因此您需要从发行版中安装oss-
compatibility软件包,以重新获得OSS支持。

您可以尝试支持PulseAudio的新版Julius

那么为什么它似乎能够读取/ dev / dsp却没有任何反应呢?

音频输入无法正常工作。

其他人在开源语音识别器上是否取得了成功,尤其是在Linux上?

我建议您重新使用CMUSphinx软件包,它是领先的开源语音识别引擎。网站上有大量文件,您只需要阅读它们即可。请记住,语音识别是一个复杂的领域,您可以在其中获得出色的成绩,但是您还需要花时间在理解技术上。就像其他任何域一样。

简而言之,要使用CMUSPhinx转录文件,您需要执行以下3个简单步骤:

  1. 提取wav文件,然后用sox将其重采样为8khz 16位单声道文件:

    袜输入.wav -r 8000 -c 1重新采样.wav
  2. 安装pocketsphinx 0.7

    apt-get install pocketsphinx

  3. 解码文件

    pocketsphinx_continuous -samprate 8000 -infile resampled.wav

结果将打印到标准输出。要禁止记录器,请将stderr重定向添加到/ dev / null

    pocketsphinx_continuous -infile resampled.wav 2> / dev / null


转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/429030.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号