0
我正在尝试使用口袋里的狮身人面像转录音频文件。预期音频采样率与实际不符?
pocketsphinx_continuous -infile 116-288045-0005.flac.wav
,但我得到的错误:
ERROR: "continuous.c", line 136: Input audio file has sample rate [44100],
but decoder expects [16000]
FATAL: "continuous.c", line 165: Failed to process file '116-288045-0005.flac.wav'
due to format mismatch.
这是我需要转录音频文件中的一个:Download from GitHub
最终,我将批量录制超过5小时的像音频文件这些,目前他们都抛出同样的错误。
这里的同一个文件的一些统计数据,我想抄写:
$ soxi 116-288045-0000.flac.wav
Input File : '116-288045-0000.flac.wav'
Channels : 1
Sample Rate : 44100
Precision : 16-bit
Duration : 00:00:10.65 = 469665 samples = 798.75 CDDA sectors
File Size : 939k
Bit Rate : 706k
Sample Encoding: 16-bit Signed Integer PCM
有可能是其中的某些文件的配置的问题,我已经做了一些预处理与MP3音乐进行合并,从flac转换为wav等等。
现在最简单的方式让我的转录工作?
是否有可能无需重新采样文件回落到16kHz的。原来flac文件的采样率为16kHz,但我不得不将它们与44.1kHz的mp3文件合并。因此,现在有一些高频信息可能会丢失,如果重新采样到16k。
但是摆脱的信息。发生了什么事''.flac'文件最初是16000Hz,但我不得不将它们与44.1kHz的mp3文件合并。因此,那里面有一些高频率的信息,如果重新采样到16K – theonlygusti
可能丢了,我该怎么办呢而不重新取样到16kHz的? – theonlygusti
另一种选择可能是修改配置文件并更改解码器的默认采样率。配置中的选项名称是'-samprate' – deimus