Preprocesar archivos de video para mejorar la eficiencia de transcripción de archivos (para escenarios de reconocimiento de archivos de audio)
La API de reconocimiento de voz Paraformer es compatible con archivos de video, pero suelen ser grandes y su transferencia consume mucho tiempo. Preprocese los archivos de video extrayendo la pista de audio necesaria para el reconocimiento de voz y comprimiéndola para reducir significativamente el tamaño del archivo y mejorar el rendimiento de la transcripción. Use ffmpeg para el preprocesamiento.
Requisitos previos
Instale ffmpeg desde ffmpeg.org.
Preprocesar archivos de video
Use ffmpeg para extraer la primera pista de audio, reducir la frecuencia de muestreo a 16kHz y comprimir con codificación opus.
ffmpeg -i input-video-file -ac 1 -ar 16000 -acodec libopus output-audio-file.opus
El archivo de audio de salida será significativamente más pequeño que el video de entrada. Envíe el archivo de audio (mediante URL) a la API de transcripción de archivos para obtener resultados de reconocimiento de voz.