modelscope-funasr 是否支持把音频中没有说话的部分通过空白+时间段占位呢？
modelscope-funasr speech_paraformer-large-eres2net_large-vad-punc-spk_asr_nat-zh-cn 请问下，通过这个识别的句子，是否支持把音频中没有说话的部分通过空白+时间段占位呢？现在看识别的句子时长和音频文件的总时长是差不多的，音频中有空白的部分被分摊到各个句子的时间段中了。
展开
收起
1
条回答
写回答
-
面对过去，不要迷离；面对未来，不必彷徨；活在今天，你只要把自己完全展示给别人看。
是的，ModelScope-FunASR支持将音频中没有说话的部分通过空白+时间段占位。在您提供的参数中，
vad-punc表示使用语音活动检测（Voice Activity Detection）和标点符号分割（Punctuation Segmentation）来对音频进行分段。这意味着在识别过程中，系统会自动检测到音频中的静音部分，并将其用空白字符填充，同时保留标点符号。因此，如果您的音频文件中有静音部分，那么在识别结果中，这些静音部分会被替换为空白字符，而不会占用句子的时间段。这样可以使识别结果更加准确，同时也方便后续的处理和分析。
2024-01-06 12:06:25赞同 展开评论
相关问答
ModelScope旨在打造下一代开源的模型即服务共享平台，为泛AI开发者提供灵活、易用、低成本的一站式模型服务产品，让模型应用更简单！欢迎加入技术交流群：微信公众号：魔搭ModelScope社区，钉钉群号：44837352
热门讨论
热门文章
展开全部
展开全部
还有其他疑问?
咨询AI助理