V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
SimonTart
V2EX  ›  Python

Python 如何把一段英文音频中所念的单词剪辑为一个一个单词的音频

  •  
  •   SimonTart · 2019-03-12 12:04:18 +08:00 · 2534 次点击
    这是一个创建于 2082 天前的主题,其中的信息可能已经有所发展或是发生改变。

    我有一段人念的单词音频,单词之间有清晰的间隔,现在需要把音频剪辑为一个一个单词的音频。请问一下 python 怎么实现呢?需要去学习看看什么库?

    6 条回复    2019-03-12 16:19:40 +08:00
    MeteorCat
        1
    MeteorCat  
       2019-03-12 12:18:36 +08:00 via Android
    一般调下语音识别接口就行了,分出词之后一个词一个词再语音合成保存
    summerwar
        2
    summerwar  
       2019-03-12 12:46:38 +08:00
    pydub
    JCZ2MkKb5S8ZX9pq
        3
    JCZ2MkKb5S8ZX9pq  
       2019-03-12 12:53:42 +08:00
    只有音频的话,等于是要判断静音(音量小)部分然后剪一刀啊。
    剪的话 ffmpeg 应该可以,判断音量就不知道了。
    或者直接转文字,然后文本分词再转语音?
    JerryV2
        4
    JerryV2  
       2019-03-12 15:41:10 +08:00   ❤️ 1
    @summerwar

    2 楼说得对
    具体的函数是 split_on_silence

    但是效果不一定好,需要自己调整非静音时长,静音分贝数才能得到比较好的效果
    omph
        5
    omph  
       2019-03-12 16:05:24 +08:00
    [Arctime 教程 - 自动分轴的使用 | Arctime 字幕软件]( http://arctime.org/auto-voice-activity-detection.html)
    jagger2048
        6
    jagger2048  
       2019-03-12 16:19:40 +08:00
    @JCZ2MkKb5S8ZX9pq
    如果是演播室的录音的话,可以用 VAD 模块,效果比单纯的音量判断会好不少 ,可以参考 https://github.com/Baidu-AIP/speech-vad-demo
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   2768 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 22ms · UTC 11:45 · PVG 19:45 · LAX 03:45 · JFK 06:45
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.