训练和推断音频文件长度是否必须等于 5 秒？我有这个问题是因为我有大量的音频训练数据（每个音频超过 30 秒）和相应的成绩单。如果我不能将这些数据用于训练，那么我需要对音频文件进行分块（我可以使用一些 python 脚本轻松完成），但我发现很难为各个分块的音频文件分块转录本。我现在是手动做的，但是有什么方法可以自动化吗？
有什么建议么？
谢谢：）
训练和推断音频文件长度是否必须等于 5 秒？我有这个问题是因为我有大量的音频训练数据（每个音频超过 30 秒）和相应的成绩单。如果我不能将这些数据用于训练，那么我需要对音频文件进行分块（我可以使用一些 python 脚本轻松完成），但我发现很难为各个分块的音频文件分块转录本。我现在是手动做的，但是有什么方法可以自动化吗？
有什么建议么？
谢谢：）