百度PaddleSpeech识别大音频文件报错

一、背景

公司前同事留下了一套语音识别项目,内部使用百度PaddleSpeech。在项目验收的时候发现无法识别大音频文件,但是可以识别小音频文件。

这套项目是通过python调用的百度PaddleSpeech,然后提供了restful接口,然后java项目可以通过接口来进行语音识别。

二、解决方案

我看了一下前同事留下的代码,发现报错信息来自百度PaddleSpeech内部,所以修改源代码这条路基本无解。

我通过互联网搜索到"根据百度AI开放平台的错误码汇总,如果音频时长超过60秒,将会导致错误。"

基于上述情况,我准备调用java代码操作ffmpeg工具将大音频文件进行分割,然后针对小音频逐个识别,最终拼接识别结果即可。

我切分的标准是50s一段,基本都是可以识别出来的。

拓展:

百度PaddleSpeech语音识别目前格式仅支持pcm、wav或amr,我们常见一点的是wav格式。由于不支持mp3格式,如果想识别mp3格式文件内容,也可以使用ffmpeg进行文件格式转换,转换完成之后就可以识别了

相关推荐
Pniubi15 小时前
怎么排查慢SQL,怎么解决?
java·数据库·sql
薛之谦_16 小时前
Java 全栈知识体系:从 IDEA 高效开发到 JVM、并发与 Stream 实战
java·jvm·intellij-idea
文丑颜不良啊20 小时前
LeetCode2761~2780题目解析
java·leetcode
IT枫斗者枫哥20 小时前
子线程断言失败,JUnit 为什么还显示通过?
java·后端
考虑考虑1 天前
JDK27中的Set.ofLazy
java·后端·java ee
文丑颜不良啊1 天前
LeetCode2841~2860题目解析
java·leetcode
小南家的青蛙1 天前
Tomcat与Jetty深度对比
java·tomcat·jetty
乌暮1 天前
Spring AOP 与 Spring 事务:用大白话彻底理解原理与实践
java·数据库·spring boot·后端·sql·学习·spring
YDS8291 天前
Small Spring IOC篇:容器事件及其监听器
java·spring
金銀銅鐵1 天前
带您看懂字节码指令(三):一行加法里有什么
java·jvm