ASRT_SpeechRecognition
ASRT_SpeechRecognition copied to clipboard
nl8590687
音频格式不对的问题
你好，我用的是ASRT_v0.6.0的版本，想做asr转换测试 我用了自己的wav文件，格式的话和您推荐的是同样的格式 file output1111.wav output1111.wav: RIFF (little-endian) data, WAVE audio, Microsoft PCM, 16 bit, mono 16000 Hz 但是在用inference的时候报了如下的错误 could not broadcast input array from shape (6758,200,1) into shape (1600,200,1) 想问问是什么原因？要怎么样才可以修正呢？谢谢
录音的时间长度太长了，一次识别限定的最长时间是16秒，请把音频文件剪辑之后再试。
谢谢，我的录音都是这个长度的，能否改动源码让其适配呢？在test.py里面没有看到对应的修改地方，是否要重新训练模型？刚刚接触您的代码
模型可以不用重新训练，但是要在SpeechModel类里面改动那个时间维度的长度，1600是16秒，每秒是100，然后对应的reshape那里也要根据修改后的时长改。
模型可以不用重新训练，但是要在SpeechModel类里面改动那个时间维度的长度，1600是16秒，每秒是100，然后对应的reshape那里也要根据修改后的时长改。
您好 非常感谢您的工作 请问您有推荐的录音软件吗 我用系统自带的软件默认sample rate是44.1k resample为16k后非常伤音质
您好 非常感谢您的工作 请问您有推荐的录音软件吗 我用系统自带的软件默认sample rate是44.1k resample为16k后非常伤音质 用我的客户端软件就可以用电脑录音并直接识别，默认录音音质就是识别所用的音质配置，不过需要先运行asrserver服务端，然后配置好URL。另外就是不支持通过外设转录的音质，因为音质差，识别效果不好，只能是人声直接录制的声音。
您好 非常感谢您的工作 请问您有推荐的录音软件吗 我用系统自带的软件默认sample rate是44.1k resample为16k后非常伤音质 用我的客户端软件就可以用电脑录音并直接识别，默认录音音质就是识别所用的音质配置，不过需要先运行asrserver服务端，然后配置好URL。另外就是不支持通过外设转录的音质，因为音质差，识别效果不好，只能是人声直接录制的声音。
您好，感谢您的回复！ 还想请教您，能否分享一下windows桌面应用的录音部分的代码呢 python3通用录音程序好像有些问题