ASR基础知识整理
音频取样率
:1秒钟采样的次数
-
语音识别服务支持8000HZ/16000HZ,如果超过16000HZ需要先转换为8000HZ,8000HZ的语音数据则只能使用8000HZ的模型
采样位数
:每个采样样本的幅度量化
- 1字节:8bit,256个等级分类
- 2字节:16bit,65536个等级分类
音频取样率
:1秒钟采样的次数采样位数
:每个采样样本的幅度量化
语音编码
:会在文件头部定义音频编码格式,如WAV、PCM、Ark声道
:录制声音时在不同空间位置采集的相互独立的音频信号
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· winform 绘制太阳,地球,月球 运作规律
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人