语音AI中在使用语音识别的时候，生成的字幕与原视频的时间校准，有什么好的方案推荐吗？
语音AI中在使用语音识别的时候，生成的字幕与原视频的时间校准，有什么好的方案推荐吗？使用场景是这样的，我需要录制一个直播视频，并将视频内的语音转文字，并存储起来。 1、我的录制使用的hls格式，延时较大。 2、语音转文字使用flv格式，延时低，但这就导致了字幕与录制视频有时间差。 3、当我使用hls去做语音识别的时候，每个视频切片间隔时间为16秒左右，但是语音识别在推流超过一定时间，websocket就会断开。报错 too large binary send interval: 14204 million second 这个超时时间可以设置的长一点吗？
展开
收起
1
条回答
写回答
写回答
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
