语音资源or工具

Paper Baker

已于 2023-11-06 14:21:34 修改

阅读量1.5k

点赞数

文章标签：语音识别音视频人工智能

于 2022-02-15 14:26:02 首次发布

本文链接：https://blog.csdn.net/coder22/article/details/122943861

版权

1.在线合并音频

在线合并音频 - 合并多个音频文件在线合并音频 - 用一种简单，快速和独特的方式将多个音频文件合并为一个音频文件。https://www.aconvert.com/cn/audio/merge/

2. 查看较大的文件

glogg

3.sox 对音频采样

可以用conda 安装

windows 装sox python包

用build不用buildfile

Transformer Example — pysox 1.4.2 documentation

4.编码转换

8859-1是单字节编码，而中文是两个字节的，所以编码会出现问题

5.查看编码形式

# 判断文件的编码形式
# f = open("/data/yourname/speech-datasets/zh-CN/db1/metadata.txt", 'rb')
# data = f.read()
# print(chardet.detect(data))

6.处理文本

Python字符串中删除特定字符 - 土堆碎念 - 博客园

7.用audacity等工具播放音频时它会对原始音频做一些处理

听之前先改默认偏好如采样率16k 16bit等

再用ctrl B 截取音轨

再对原始音频进行处理

8.openslr.org

9.pycharm远程调试加参数报错

Traceback (most recent call last):
File "/data/***/NATSpeech/data_gen/tts/runs/preprocess.py", line 17, in <module>
set_hparams()
File "/data/****/NATSpeech/utils/commons/hparams.py", line 46, in set_hparams
assert os.path.exists(args.config)
AssertionError

Process finished with exit code 1
解决方法