PaddleSpeech 音频和视频惊艳众人的准确率
1、关于视频抽取固定采样率音频：ffmpeg -i test2.mp4 -f wav -ar 16000 test3.wav其中参数说明-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16K2-20.wav // 输出的文件名关于ffmpeg的安装见：https://blog.csdn
1、关于视频抽取固定采样率音频：ffmpeg -i test2.mp4 -f wav -ar 16000 test3.wav
其中
参数说明
-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
关于ffmpeg的安装见：https://blog.csdn.net/sslfk/article/details/123050218
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：
环境部署参考：https://github.com/PaddlePaddle/PaddleSpeech/blob/develop/docs/source/install.md
3、关于模型应用部分：https://github.com/PaddlePaddle/PaddleSpeech/blob/develop/demos/speech_recognition/README.md
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
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
3
0- 0
已为社区贡献7条内容
所有评论(0)