请问一下pipeline推理语音识别时候支持最大语音是多少kb的？
我在使用pipeline测试语音识别，使用的是damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch，请问该模型支持最大语音长度是多少？
展开
收起
2
条回答
写回答
写回答
-
您好，damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch模型推荐输入语音时长在20s以下，若想解码长音频，可以使用damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-pytorch模型，该模型集成VAD、ASR、标点与时间戳功能，可直接对时长为数小时音频进行识别，并输出带标点文字与时间戳。欢迎加入我们的钉钉交流群（27215013275）进行讨论~
2023-02-07 15:53:47赞同 展开评论 打赏 -
例如aac，64位，双通道，则对于交错模式最大为：linesize = 2 x 1024 x 8 = 16384。此时也是 … 对于平面模式最大为：linesize = 1024 x 8 = 8192，平面模式时会有多个平面通道，例data [0] 这里是字节，转换为kb
2023-01-31 18:46:37赞同 展开评论 打赏
相关问答
热门讨论
热门文章
modelscope上跑报错，提示要pip install ttsfrd，搞不定
7549
关于 Windows平台上 ttsfrd 库的问题。
1540
KeyError: 'asr-inference is not in the pipelines r
1911
linux系统运行TTS语音合成报错 Could not initialize NNPACK
664
ttsfrd 是不开源的吗
3851
PyTorch Transformer 英中翻译超详细教程
877
目录空间都删的只剩2G了，还报OSError: [Errno 122] Disk quota exc
961
No module named 'ttsfrd'
1326
个性化语音合成训练 [ONNXRuntimeError]:7:INVALID_PROTOBUF
1057
报了很多警告，请问怎么解决？
982
展开全部
