ASR基础知识整理

音频取样率：1秒钟采样的次数

• 语音识别服务支持8000HZ/16000HZ，如果超过16000HZ需要先转换为8000HZ，8000HZ的语音数据则只能使用8000HZ的模型

采样位数：每个采样样本的幅度量化

• 1字节：8bit，256个等级分类
• 2字节：16bit，65536个等级分类

语音编码：会在文件头部定义音频编码格式，如WAV、PCM、Ark

声道：录制声音时在不同空间位置采集的相互独立的音频信号