1、关于视频抽取固定采样率音频:ffmpeg -i test2.mp4 -f wav -ar 16000 test3.wav
-i .[迅雷下载xunbo.cc]爱情公寓第二季EP20.rmvb // 输入的文件路径
-f wav ///输出wav格式的文件
-ar 16000 //采样率为16K
2-20.wav // 输出的文件名
2、关于音频转文字部分,模型使用paddle预训练的模型,并进行部署:
4、关于准确率说明:调研了一圈 中文中关于音频转文字的开源预训练模型,paddle的是最高的,达到了95%+,可直接使用。
5、模型应用中的入参部分文件名不要有中文
Original: https://blog.csdn.net/sslfk/article/details/123278251
Author: 会发paper的学渣
Title: PaddleSpeech 音频和视频惊艳众人的准确率
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/527193/
转载文章受原作者版权保护。转载请注明原作者出处!