2
1
0
🔊 实用方法：声音预处理
AI 技术在实际落地应用中，总是需要各种预处理和后处理来填坑，昨晚在宝玉老师 的评论区学到 分享的声音预处理方法，可以有效提升后续识别的质量和效率。
单靠聆听，很难描述前后的差异，于是我提取声纹图谱做了个重叠对照，方便直观解读。
16-bit…
时政
(
twitter.com
)
由
JerLin
提交
🔊 实用方法：声音预处理
AI 技术在实际落地应用中，总是需要各种预处理和后处理来填坑，昨晚在宝玉老师 @dotey 的评论区学到 @dcpromo924 分享的声音预处理方法，可以有效提升后续识别的质量和效率。
单靠聆听，很难描述前后的差异，于是我提取声纹图谱做了个重叠对照，方便直观解读。
16-bit 单声道有足够的动态范围来保持语音的清晰度和细节，同时避免了过度的数据复杂性。有助于模型更有效地识别语音中的细微差别，也可以减少可观的计算量。
ffmpeg 指令参考：
1. mp3（可选更高质量的 256k）
ffmpeg -i input.mp3 -c:a mp3 -b:a 192k -ac 1 16-bit.mp3
2. aac（相对 mp3，压缩比更佳）
ffmpeg -i input.mp3 -c:a aac -b:a 192k -ac 1 16-bit.aac
#可视化 #Whisper
点击图片查看原图
Markdown支持
评论加载中...
您可能感兴趣的：
更多
1
4
3
3
3
2
1
1
4
2
1
1
5
2
1
1
6
2
1
1
7
2
1
1
8
2
1
1
