读取的话，pyhton opencv可以。
提取音频
ffmpeg -i input.webm -vn -acodec pcm_s16le -ar 44100 -ac 2 output.wavwebm 读取解析
AI视觉网奇2025-08-05 10:34
相关推荐
liaomin4161005693 天前
transformers音频实战02-基于 Speech Commands 数据集的语音识别实战项目全流程共绩算力3 天前
OpenAI Whisper 语音识别模型：技术与应用全面分析YEGE学AI算法3 天前
流式推理 vs 训练模式详细对比迈火5 天前
PuLID_ComfyUI：ComfyUI中的图像生成强化插件人工智能技术派5 天前
Whisper推理源码解读会开花的二叉树6 天前
C++分布式语音识别服务实践人工智能技术派7 天前
LTU-AS：一种具备音频感知、识别、理解的大模型架构三天不学习9 天前
uniapp集成语音识别与图片识别集成方案【百度智能云】学习是生活的调味剂9 天前
PEFT实战LoRA微调OpenAI Whisper 中文语音识别K24B;10 天前
多模态大语言模型OISA