对于混合了英文和中文（翻译）的音频，是否有比较成熟的技术产品 /服务可以实现单种语言内容的剥离？类似于自动剪辑为单中文或单英文的音频。
• 请不要在回答技术问题时复制粘贴 AI 生成的内容
This topic created in 2416 days ago, the information mentioned may be changed or developed.
 |
XanderChenApr 4, 2020
1
emmmm...找个厉害的音频编辑软件，看看有没有独立音轨？然后提取出来？
（是不是叫音轨？有错请指正。） 大概就能想到这方法。还是你想用代码写个提取的工具，ffmpeg 看看有没有相关的方法？ 如果没有独立音轨...emmm... 那就等大佬的方案吧... |
 |
2
不知道
大概频域处理吧，两个人的说话声音肯定不一样，响度也可能不一样 当然各自独立一条轨道肯定最容易处理 |
1 |
V69EXApr 4, 2020
3
像 youtube 用的那种语音转字幕的软件，应该可以，字幕上有时间，根据转换后的文字是中文还是英文来反过来将视频分片。
|
|
4
就算软件只能识别英文也没问题，不能识别的就当中文了。
|
 |
5
讯飞听见的语音技术可以识别中文中夹杂的英文单词，说明其算法能力具备识别中英文的功能。但是他们还没有做剪辑剥离，相信既然能识别，做剥离是很简单的了。
|
 |
6
|
 |
8
如果不是一个人说过的可以先做 speaker diarization
|
 |
12
开源项目：spleeter 。主要是音频人声分离，不过这个主要是对音乐中的人声进行提取，生成干音。楼主可以试试，我用它分离干音品质可以进行重新混音
|
 |
300Apr 4, 2020
15
你这个 idea 实现起来有点 difficult 啊
|
 |
CaiXiaobaiApr 4, 2020
16
科大讯飞有 声音识别转文字，你值得拥有
|
 |
liuzhiyongApr 5, 2020
17
同意楼上的，这方面科大讯飞比较猛，用过他们的 TTS，非常牛。
|
Select Language