annotate_audio

注释音频

这些python辅助脚本可帮助您获取较小的带注释的音频文件，从包含文件的大音频到训练stt或tts型号，作者：1。将大文件分成几个较小的wav文件，被静音隔开。如果您的音频中有几个扬声器，您也可以删除其他扬声器所说的零件。 2。（可选）从Google Cloud STT服务中获取这些较小音频文件的转录，这需要GCP帐户3。手动注释（或正确的GCP注释）较小的音频文件

安装

步骤1需要在系统上安装FFMPEG。
所有脚本均以Python 3.6+编写，可以安装所需的包装：

 pip install -r requirement.txt

您将需要Pyaudio在步骤3中。

此外，如果您想使用GCP的STT，则应将其Python客户端安装

 pip install --upgrade google-cloud-speech

并配置一个项目，如下所示。
此脚本的当前版本与Google-cloud语音2.x兼容，如果要使用1.x版本，则可以查看此仓库的先前版本，该版本也使用该版本。

用法

 python split.py --input big_file.wav --audio_folder audio --out_csv sentences.csv

句子.csv文件将被形成为“文件；句子”。
要仅保留特定扬声器说的文件，请使用“ -Remove_bad_segments”和“ - speaker_segment”参数。

 python get_gcp_transcription.py --audio_folder audio --csv sentences.csv --language_code en-US

 python annotate.py --audio_folder audio --csv sentences.csv

对于所有三个脚本，您都可以看到其他参数

 python FILE_NAME.py -h