python如何把一段英文音频中所念的单词剪辑为一个一个单词的音频
我有一段人念的单词音频，单词之间有清晰的间隔，现在需要把音频剪辑为一个一个单词的音频。请问一下python怎么实现呢？需要去学习看看什么库？
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
我有一段人念的单词音频，单词之间有清晰的间隔，现在需要把音频剪辑为一个一个单词的音频。请问一下python怎么实现呢？需要去学习看看什么库？
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
接受 或继续使用网站，即表示您同意使用 Cookies 和您的相关数据。
发布评论
评论（2）
安装SpeechRecognition库，传入音频就可以识别。
https://medium.com/@rahulvais...
假如间隔真的那么清晰，那么就可以定义一个幅度阈值和时间阈值来分割它们，比如幅度连续低于0.001持续xxx毫秒。那么你可以简单地用soundfile库读入音频，然后遍历数据的numpy array就好了。