1、关于视频抽取固定采样率音频:ffmpeg -i test2.mp4 -f wav -ar 16000 test3.wav
其中
参数说明
-i .[迅雷下载xunbo.cc]爱情公寓第二季EP20.rmvb // 输入的文件路径
-f wav ///输出wav格式的文件
-ar 16000 //采样率为16K
2-20.wav // 输出的文件名
关于ffmpeg的安装见:https://blog.csdn.net/sslfk/article/details/123050218
2、关于音频转文字部分,模型使用paddle预训练的模型,并进行部署:
环境部署参考:https://github.com/PaddlePaddle/PaddleSpeech/blob/develop/docs/source/install.md
3、关于模型应用部分:https://github.com/PaddlePaddle/PaddleSpeech/blob/develop/demos/speech_recognition/README.md
4、关于准确率说明:调研了一圈 中文中关于音频转文字的开源预训练模型,paddle的是最高的,达到了95%+,可直接使用。
5、模型应用中的入参部分文件名不要有中文