alphacep / alphacep/vosk-api

KaldiRecognizer doesn't decode quiet sounds

Offen
#168 8 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen
Vorherrschende Sprache
Jupyter Notebook
Sterne
15.1k
Forks
1.8k
PR-Merge-Kennzahlen
Keine gemergten PRs in 30 T.

Beschreibung

I have this audio file that I want to transcribe
[initial8691708938939979847.zip](https://github.com/alphacep/vosk-android-demo/files/4955124/initial8691708938939979847.zip)

VOSK transcribes the audio to just "oh." When I instantiated KaldiRecognizer, I set the sampling rate to the same sampling rate of the audio file, I'm not sure why it is not transcribing the sentence. Is it not loud enough? Google Cloud's speech-to-text transcribed the file properly, so I'm wondering why this issue happens on mobile.

I used Android's MediaRecorder to record the voice clip like this:

`
recorder = new MediaRecorder();
recorder.setAudioSource(MediaRecorder.AudioSource.VOICE_RECOGNITION); recorder.setOutputFormat(AudioFormat.ENCODING_PCM_16BIT);
recorder.setAudioEncoder(MediaRecorder.AudioEncoder.AAC);
recorder.setAudioChannels(1);
recorder.setAudioEncodingBitRate(128000);
recorder.setAudioSamplingRate(48000);
`

Beitragsleitfaden

Für dieses Repository ist kein Beitragsleitfaden indexiert

Bewertung

Dieses Issue wurde noch nicht bewertet.

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.