speech-recognition - 如何使用 google Speech-to-Text 获得给定音频文件的“暂停”标记?
问题描述
下面给出了音频文件的 google Speech-to-Text 输出。
results {
alternatives {
transcript: "extremely grateful for the "
confidence: 0.911402702331543
words {
start_time {
}
end_time {
nanos: 600000000
}
word: "extremely"
}
words {
start_time {
nanos: 600000000
}
end_time {
nanos: 900000000
}
word: "grateful"
}
words {
start_time {
nanos: 900000000
}
end_time {
seconds: 1
nanos: 100000000
}
word: "for"
}
words {
start_time {
seconds: 1
nanos: 100000000
}
end_time {
seconds: 1
nanos: 300000000
}
word: "the"
}
words {
start_time {
seconds: 1
nanos: 300000000
}
}
我想得到单词之间的停顿。下面,“非常”这个词从 0 开始,到 nanos:600000000 结束。下一个单词“grateful”的开始时间是 Nanos: 600000000。但是当我们说话的时候,单词之间是有间隔的。我想要单词之间间隔持续时间的时间戳。
有没有办法使用 google Speech-to-Text 获取这些信息?
如果没有,请提出一些替代方案来完成同样的任务。
解决方案
推荐阅读
- jquery - 中间切换线没有正确消失
- javascript - 在开始日期和结束日期引导 datetimepicker onChange 事件
- kubernetes - High Availability Master 是如何选择的?
- oracle - 在这些情况下,编译器会忽略 NOCOPY
- c# - 仅获取父节点的子节点
- angular - @Input 不验证数据类型
- webdriver-io - 如何在 webdriver.io 中处理窗口打开提示(本机)
- ios - 视图背后的魔法自动适应 ios13 暗模式?
- cordova - 无法在ionic 1框架Android中安装cordova-plugin-camera
- python - 如何抑制“未来警告”张量流?