amo*_*ast 17 speech-recognition
我有大约3000多个同一作者的音频文件.我需要转录这些讲座,作者在那里讲过一个特定的词.
所以我需要一个软件解决方案,它会自动找到所说的特定单词的所有文件.这个单词的说法可能会有所不同,因为音频文件的使用时间超过15年.
欢迎免费/开源解决方案.
我试着搜索,并了解了狮身人面像.但我无法将其设置为用于我的项目.任何帮助是极大的赞赏.请
Nik*_*rev 19
您可以使用CMUSphinx,一种支持关键字定位的开源语音识别引擎.
1)将音频转换为所需格式 - 16khz 16bit单声道文件:
ffmpeg -i file.mp3 -ar 16000 -ac 1 file.wav
2)从http://github.com/cmusphinx构建并安装最新的pocketsphinx和sphinxbase
3)下载en-us通用声学模型
4)运行检测:
pocketsphinx_continuous -infile file.wav -hmm en-us -kws_threshold 1e-40 -keyphrase "what you need to detect" -time yes
它会打印检测到的关键字及其时间.为了获得最佳检测精度,您可以调整kws_threshold.
| 归档时间： |
|
| 查看次数： |
13089 次 |
| 最近记录： |