You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
12 lines
1005 B
12 lines
1005 B
silero_speech.pcm — синтезированная речь для регрессии Silero VAD. |
|
Формат: mono, 16000 Hz, signed int16 little endian; 16384 отсчёта (32 окна по 512). |
|
Фраза: "This is a speech recognition test. The radio should start transmitting when I speak. One two three four five." |
|
Источник: встроенный синтезатор flite в FFmpeg, голос по умолчанию (kal). |
|
Файл хранится в репозитории; FFmpeg/flite при запуске теста не требуются. |
|
|
|
Воспроизведение файла: |
|
ffmpeg -f s16le -ar 16000 -ac 1 -i silero_speech.pcm silero_speech.wav |
|
|
|
Генерация исходного сигнала: |
|
ffmpeg -f lavfi -i "flite=text='This is a speech recognition test. The radio should start transmitting when I speak. One two three four five.'" -ar 16000 -ac 1 -f s16le speech_full.pcm |
|
silero_speech.pcm содержит первые 32768 байт speech_full.pcm.
|
|
|