用 Python 翻译音频

用 Python 翻译音频

Françoise Gilot, The Telephone Call , 1952

我被要求开始转录一些工作中的电话。有些电话很短，有些可能长达一个小时。有些也有更多的背景噪音，也听不到说话的人。用比我能听得更好的代码翻译这个会更快，并消除很多用户错误。所以我做了这个：

我们可以从 Python 标准的 .wav 文件开始。 ffmpeg 和 pydub 需要先安装在你的电脑上
运行以下代码。链接附在文章末尾。

进口

Necessary Imports

我们正在尝试做的是语音识别，然后保存识别的内容。 AudioSegment 让我们能够分割音频文件，而 pydub.silence 让我们能够在定时的静音间隔上分割音频。该代码基本上是从谷歌翻译中运行的。

Parser Function

函数调用

我录制了一个快速的语音邮件剪辑，我说“早上好，有什么可以帮助你的吗？”。

正如我们所看到的，音频首先开始记录实际的铃声，并且无法将铃声理解为正确的语音。翻译是对实际所说内容的公平表示。我从电话里回来了一点，音频可能不是很清晰。

https://github.com/jiaaro/pydub

[

FFmpeg

ffmpeg -i input.mp4 output.avi FFmpeg 5.1 “Riemann”，一个新的主要版本，现已推出！一些亮点：我们……

ffmpeg.org

](https://ffmpeg.org/)

https://github.com/adavis-85/Call-Parser

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明

本文链接：https://www.qanswer.top/39850/41022917