最近在做語音識(shí)別、字幕扒詞相關(guān)的工作，遇到了一段錄音(https://download.csdn.net/download/u014220286/12169183，各位有興趣的可以下載下來試試)，音質(zhì)什么的和其他處理過的無二異，也是普通話，照常理說應(yīng)該能識(shí)別出來，可為了類似這樣的語音丟了工作機(jī)會(huì)(前一次沒重視人工速錄交了，后來又遇到了，琢磨了好長(zhǎng)時(shí)間解決了，過了交稿時(shí)間，產(chǎn)生信任危機(jī)了，沒有機(jī)會(huì)合作了。)記錄下這次的解決過程，希望給你有需要的人幫助。

首先用ffmpeg查看該音頻，發(fā)現(xiàn)是32是浮點(diǎn)數(shù)，立體聲，轉(zhuǎn)成16K單聲道的，沒有解決，后來想到是不是因?yàn)樵肼暤木壒?#xff0c;做了噪聲消除后效果依舊；甚至懷疑到了和聲音內(nèi)容有關(guān)(兩次音頻都是和法律相關(guān)的)，以前也做過庭審的例子，拿出來用ffmpeg查看音頻信息，摸索半天發(fā)現(xiàn)可能是聲道的問題。

找到了問題可能的點(diǎn)，于是在強(qiáng)大的音頻處理軟件audacity中進(jìn)行了嘗試，具體步驟如下：

在audacity中導(dǎo)入音頻，在左側(cè)面板中下拉三角的菜單中選擇“分離立體聲”，分離好后“禁用”一個(gè)聲道，然后在菜單中選擇“導(dǎo)出”，導(dǎo)出音頻，導(dǎo)出的音頻就可以識(shí)別了。

雖然沒有嘗試用程序解決，但有了方法，又不太耗時(shí)，總算解決了一個(gè)難點(diǎn)，下次不至于為此類問題失去工作機(jī)會(huì)了。

解決前訊飛的識(shí)別結(jié)果：

處理后的識(shí)別結(jié)果：

HTWCore下載：

鏈接:https://pan.baidu.com/s/1k4zjpMBbUf-Okczd6xUogQ 提取碼:qs52

或者加QQ群：414750884

總結(jié)

以上是生活随笔為你收集整理的乱码 讯飞 语音识别_一段讯飞、百度等语音识别API无法识别的语音最终解决办法...的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。