我希望为音频文件中的每个单词获得大致准确的时间戳。我也有原始文本与音频文件一起使用，可以用作各种交叉引用源。这类似于“音频挖掘”，我相信你只有输入音频，而这里我有音频和文本。
理想情况下，我希望使用开源软件来执行此操作，并希望接受大多数语言作为输入（例如，英语、法语、德语、西班牙语，最好是俄语和普通话）。
我什至会接受只能匹配各种单词的时间戳的解决方案（例如，如果转录不完全准确）。然后将输出文本与原始文本交叉引用以帮助重新调整内容会更容易。
问问题
258 次
1 回答
0
在我的语言学研究中，我确实是这样工作的。我使用了一个名为 ELAN 的程序，我刚刚注意到它们的版本 (4.5) 比我目前在我的 Mac 上安装的版本更新。该软件旨在帮助处理聋人语言，因此它支持视频和音频帧，并允许您准确对齐您的转录。我使用的版本是 3.9，该版本用于对单词进行某种自动分割，这正是我认为你想要做的。不过，我在最新版本中没有看到该功能，也许经过一些挖掘，它仍然存在。
从这个页面。
当然如果你需要更早的版本，你总是可以使用 ELAN 3.9。ELAN 可以在 Mac、Linux 和 Windows 上运行，因为它是基于 Java 的（我记得）。这是ELAN的链接。还有其他语言注释软件。另一个非常好，但很难学习。它被称为PRAAT。
我希望这可以帮助你。如果我不能正确理解您的需求，请告诉我，我会看看是否可以为您完善我的答案。干杯！
于 2013-02-07T19:10:50.390 回答