13 lines
1005 B
Plaintext
13 lines
1005 B
Plaintext
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.
|