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
Java中文社群22 分钟前
重要:Java25正式发布(长期支持版)!
java·后端·面试
每天进步一点_JL1 小时前
JVM 类加载:双亲委派机制
java·后端
用户298698530142 小时前
Java HTML 转 Word 完整指南
java·后端
渣哥2 小时前
原来公平锁和非公平锁差别这么大
java
渣哥2 小时前
99% 的人没搞懂:Semaphore 到底是干啥的?
java
J2K2 小时前
JDK都25了,你还没用过ZGC?那真得补补课了
java·jvm·后端
kfyty7252 小时前
不依赖第三方,不销毁重建,loveqq 框架如何原生实现动态线程池?
java·架构
isysc14 小时前
面了一个校招生,竟然说我是老古董
java·后端·面试
道可到7 小时前
Java 反射现代实践速查表(JDK 11+/17+)
java
道可到7 小时前
Java 反射现代实践指南(JDK 11+ / 17+ 适用)
java