将音频分割为60s内的短文件[Cygwin; speech-vad-demo]

安装Cygwin和打开

Windows 安装 cygwin,及cygwin 中 下载cmake make gcc g++等编译软件
安装后,打开cygwin软件,进入相应目录E:\Program_Files\Cygwin\home\ASUS\speech-vad-demo
其中,E:\Program_Files\Cygwin是我安装Cygwin的位置,ASUS是我主机名称,speech-vad-demo是从GitHub点这里下载的代码并解压。

具体操作:
将音频分割为60s内的短文件[Cygwin; speech-vad-demo]_第1张图片
桌面上有相应图标,双击打开,pwd显示当前位置,结果为:/home/ASUS,实际对应的位置是E:\Program_Files\Cygwin\home\ASUS
speech-vad-demo代码文件复制到ASUS目录下。通过cd speech-vad-demo命令进入即可。

修改代码

1,复制待切分音频到./speech-vad-demo/pcm文件夹中,如result.wav。
2,打开./speech-vad-demo/src/main.c文件,修改第16行为:

const char filename[] = "pcm/result.wav"; // 读取的文件

保存。
3,在cygwin命令行窗口输入sh build_and_run.sh

效果

将音频分割为60s内的短文件[Cygwin; speech-vad-demo]_第2张图片
将音频分割为60s内的短文件[Cygwin; speech-vad-demo]_第3张图片
将音频分割为60s内的短文件[Cygwin; speech-vad-demo]_第4张图片
切分完成,可以看到。
音频文件通过 HMM(高斯混合模型) 切分为一些小于60s的片段,而且分割点都是说话人停顿的地方。

(一切似乎进展的很顺利,然而。。)
后续并不顺利,百度ai语音识别转换时报错了

资料

集成Webrtc的VAD,用于切分音频文件 https://github.com/Baidu-AIP/speech-vad-demo

Windows 安装 cygwin,及cygwin 中 下载cmake make gcc g++等编译软件
然后,sh build_and_run.sh

windows 安装cygwin教程 https://blog.csdn.net/chunleixiahe/article/details/55666792
Windows:安装cygwin教程 https://blog.csdn.net/lvsehaiyang1993/article/details/81027399

百度AI平台:http://ai.baidu.com/ai-doc

你可能感兴趣的:(B有意思的小东西)