我正在尝试将 sox 实现到语音识别程序中。但是，sox 用 5-7 个单词（文件大小也在 200-400kb 之间）非常简单的句子修剪单词需要将近 10 秒，这是不可接受的。我能做什么，或者哪些其他选项可以用于相同的目标。顺便说一下，我使用的 sox 参数是
sox -c 1 -r 16000 input.wav output.wav 静音 1 0.5 1% 1 0.1 1%：新文件：重启
我正在尝试将 sox 实现到语音识别程序中。但是，sox 用 5-7 个单词（文件大小也在 200-400kb 之间）非常简单的句子修剪单词需要将近 10 秒，这是不可接受的。我能做什么，或者哪些其他选项可以用于相同的目标。顺便说一下，我使用的 sox 参数是
sox -c 1 -r 16000 input.wav output.wav 静音 1 0.5 1% 1 0.1 1%：新文件：重启