码迷,mamicode.com
首页 > Windows程序 > 详细

一段讯飞、百度等语音识别API无法识别的语音最终解决办法

时间:2020-02-19 13:33:05      阅读:518      评论:0      收藏:0      [点我收藏+]

标签:sdn   应该   具体步骤   下载   识别   download   vertica   mpeg   结果   

  最近在做语音识别、字幕扒词相关的工作,遇到了一段录音(https://download.csdn.net/download/u014220286/12169183,各位有兴趣的可以下载下来试试),音质什么的和其他处理过的无二异,也是普通话,照常理说应该能识别出来,可为了类似这样的语音丢了工作机会(前一次没重视人工速录交了,后来又遇到了,琢磨了好长时间解决了,过了交稿时间,产生信任危机了,没有机会合作了。)记录下这次的解决过程,希望给你有需要的人帮助。
  首先用ffmpeg查看该音频,发现是32是浮点数,立体声,转成16K单声道的,没有解决,后来想到是不是因为噪声的缘故,做了噪声消除后效果依旧;甚至怀疑到了和声音内容有关(两次音频都是和法律相关的),以前也做过庭审的例子,拿出来用ffmpeg查看音频信息,摸索半天发现可能是声道的问题。
  找到了问题可能的点,于是在强大的音频处理软件audacity中进行了尝试,具体步骤如下:
  在audacity中导入音频,在左侧面板中下拉三角的菜单中选择“分离立体声”,分离好后“禁用”一个声道,然后在菜单中选择“导出”,导出音频,导出的音频就可以识别了。
  虽然没有尝试用程序解决,但有了方法,又不太耗时,总算解决了一个难点,下次不至于为此类问题失去工作机会了。
  解决前讯飞的识别结果:
技术图片
   处理后的识别结果:
技术图片

一段讯飞、百度等语音识别API无法识别的语音最终解决办法

标签:sdn   应该   具体步骤   下载   识别   download   vertica   mpeg   结果   

原文地址:https://www.cnblogs.com/Hard/p/audio_transcript_channel.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!