CSPhD-winston的博客

FunASR分角色语音识别模型测试摘要 本文介绍了如何使用FunASR框架中的Paraformer中文通用语音识别模型进行分角色语音识别测试。首先通过ModelScope下载预训练模型，然后使用Python脚本加载模型并测试音频识别效果。测试音频是一段包含对话的教学场景录音，识别结果准确展现了语音内容的时间分段和文本转写效果。模型支持语音活动检测(VAD)、标点恢复(PUNC)和说话人识别(SPK)等功能的灵活配置。文章提供了详细的安装步骤和代码示例，包括ffmpeg安装、模型下载方法以及识别测试脚本。测试

摘要：本文介绍了VIA工具在语音/字幕标注中的使用方法，包括视频加载、时间片段添加（快捷键A）、字幕内容填写以及JSON文件保存等操作步骤。同时详细列出了VIA的键盘快捷键，涵盖常规操作（如播放控制、时间移动）、时间片段编辑（如删除、合并）和空间区域处理（如选择、删除区域）等功能，帮助用户高效完成多媒体标注任务。关键操作包括空格键播放、Shift调整片段边界、Ctrl精确移动时间片段等。