欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

C#實現(xiàn)中文錄音文件轉(zhuǎn)為文本文字

 更新時間：2024年12月26日 10:29:31   作者：洱海之月  
這篇文章主要為大家詳細介紹了C#如何實現(xiàn)把中文錄音文件(.mp3 .wav)轉(zhuǎn)為文本文字內(nèi)容,文中的示例代碼講解詳細,感興趣的小伙伴可以參考下

我們有一個中文錄音文件.mp3格式或者是.wav格式，如果我們想要提取錄音文件中的文字內(nèi)容，我們可以采用以下方法，不需要使用Azure Speech API 密鑰注冊通過離線的方式實現(xiàn)。

1.首先我們先在NuGet中下載兩個包 NAudio 2.2.1、Whisper.net 1.7.3

2.另外我們還需要從Hugging Face網(wǎng)址中下載一個 ggml-medium.bin 文件

3. 代碼部分，由于我們Whisper模型只支持16KHz的語音文件

所以我們要把不同音頻格式的文件統(tǒng)一轉(zhuǎn)為16000Hz的音頻數(shù)據(jù)文件，如下是具體代碼：

using NAudio.Wave;
using System;
 
public class AudioResampler
{
    public static void ConvertTo16kHz(string inputFile, string outputFile)
    {
        // 打開原始音頻文件
        using (var reader = new WaveFileReader(inputFile))
        {
            // 創(chuàng)建目標音頻格式 16kHz，單聲道，16位
            var targetFormat = new WaveFormat(16000, 1); // 16000Hz, Mono, 16-bit
 
            // 創(chuàng)建轉(zhuǎn)換流，使用 WaveFormatConversionStream 進行重采樣
            using (var conversionStream = new WaveFormatConversionStream(targetFormat, reader))
            {
                // 將轉(zhuǎn)換后的音頻數(shù)據(jù)寫入新文件
                WaveFileWriter.CreateWaveFile(outputFile, conversionStream);
                Console.WriteLine("文件已轉(zhuǎn)換為 16kHz 格式");
            }
        }
    }
}
 
// 使用示例
class Program
{
    static void Main(string[] args)
    {
        string inputFile = @"path_to_input_file.wav";  // 輸入文件路徑
        string outputFile = @"path_to_output_file_16kHz.wav";  // 輸出文件路徑
        AudioResampler.ConvertTo16kHz(inputFile, outputFile);
    }
}

4.接下來是詳細的具體代碼

public async Task Analyze()
{
    //模型
    string modelFilePath = System.IO.Path.Combine(AppDomain.CurrentDomain.BaseDirectory, "ggml-medium-q8_0.bin");
    // 初始化Whisper工廠和處理器
    var whisperFactory = WhisperFactory.FromPath(modelFilePath);
    var processor = whisperFactory.CreateBuilder()
        .WithLanguage("zh") // 設(shè)置識別的語言為中文
        .Build();
    try
    {
        string audioFileName = "path_to_output_file_16kHz.wav";
        string audioFilePath = System.IO.Path.Combine(AppDomain.CurrentDomain.BaseDirectory, audioFileName);
        // 讀取音頻文件
        using var audioStream = File.OpenRead(audioFilePath);
 
        // 處理音頻文件并輸出結(jié)果
        Console.WriteLine("Transcribing audio file...");
 
        await foreach (SegmentData result in processor.ProcessAsync(audioStream, default))
        {
            Console.WriteLine($"{result.Start}->{result.End}: {result.Text}");
        }
    }
    catch (Exception ex)
    {
        Console.WriteLine($"An error occurred: {ex.Message}");
    }
    Console.WriteLine("Press any key to exit...");
}

其中需要注意的是 ggml-medium-q8_0.bin文件的絕對路徑，此文件的獲取方式上述已說明。

string modelFilePath = System.IO.Path.Combine(AppDomain.CurrentDomain.BaseDirectory, "ggml-medium-q8_0.bin");

到此這篇關(guān)于C#實現(xiàn)中文錄音文件轉(zhuǎn)為文本文字的文章就介紹到這了,更多相關(guān)C#錄音轉(zhuǎn)文本內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

相關(guān)文章

最新評論