会员
周边
新闻
博问
闪存
赞助商
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
码林拾遗
博客园
首页
新随笔
联系
订阅
管理
2026年11月2日
长音频转写的三个坑:切分、VAD 与说话人分离的工程实录
摘要: 接上篇 OCR 的账本系列,这次记录语音转写线的一个真实项目:把公司两年积压的内部分享录音(单场 90 分钟上下,总计 400 多小时)批量转成可检索的文字稿。项目不大,坑位密集,按踩坑顺序记录。 坑一:切分不是切西瓜 最初的脚本很朴素:按固定 30 秒切段,逐段转写,拼接输出。跑第一场分享就露馅了
阅读全文
posted @ 2026-11-02 10:54 吴键WJ
阅读(11)
评论(0)
推荐(0)
公告