Как транскрибировать аудио файл через Python и Google Cloud Speech-to-Text?

Question

[Nerovnov]

Привет!

Кто может подсказать, как в Python разбить аудио файл на чанки и транскрибировать их через Google Cloud? Все примеры которые я находил не работали.

Answer 1

[ИИ Инфхмара]

не знаю поможет ли вам моя информация или нет , но если вы посмотрите на скретч, он очень похож на питон

Но самое ценовое в нем уже встроен синтезатор речи

вот ссылка на видео сделано с помощью синтезатора голоса.
в самом же скретч встроен отличные редактор аудио которым легко нарезать дорожку на любые кусочки
и собрать их не составит труда
сам скретч сохранятсья в SB.3 их которого обычным раром можно вытащить архив с готовым файлом джонс...
надеюсь эта информация будет вам полезна

Comments

[Ranwise]

ИИ Инфхмара вопрос в том как из аудио сделать текст...

[ИИ Инфхмара]

Ranwise, очень интересный вопрос . Каждый звук это частота колебаний. на этом принципе я хотела сделать аккомпанемент голосу... речь идет о цветомузыке . Фильтр частоты который в определенном диапазоне заставляет мигать нужный цвет ...
при синтезе делается так записываем дорожку разбиваем на звуки и буква равна нужному отрезку....

если упростить то если буква такая, подставить звук такой то .

А теперь нужно в обратном порядке....
тут задаче действительно сложнее ..

поскольку сложно произнести точно такую же букву которая записана.....
если это звук одно и того же человека, было бы проще , так как можно составить библиотеку

Я думаю тут нужно сесть с осциллографом и проверить какая частота и амплитуда у букв....
взять образцы нескольких голосов и сесть проверить как идет всплекс ....
и потом уже по частоте попробовать ,если частота диапазон похож на частотную кривую...то сопоставить.... жаль у меня нету оборудования, а то можно было бы попробовать...
но недавно я видела сообщение касательно конструкторов для синтезирования голоса.... и кто то читал лекцию где люди как раз преобразуют речь в текст,а потом уже стандартно.
по идеи встроенные помощники это могут преобразовать звук в текст ....