语音分割器

描述

语音分割器是一个命令行工具，旨在将语音音频分割成单独的句子。该工具旨在使语言学习者更容易训练听力、发音和单词重音。

[!WARNING] 它使用OpenAI API并需要API密钥才能工作，该密钥未包含在软件包中。根据提供的源的大小，使用费用可能相当昂贵。

动机

该工具是根据一位荷兰教师的请求开发的。她希望有一个工具，可以将提供的源的音频分割成单独的句子，以便学生可以单独听每个句子并跟着重复。

安装

要安装语音分割器，请按照以下步骤操作

pip install 语音分割器

它还需要在您的系统上安装 ffmpeg。您可以使用以下命令进行安装（适用于Ubuntu）：

sudo apt-get install ffmpeg 或（适用于macOS或Windows） brew install ffmpeg 或（适用于Windows） choco install ffmpeg

用法

安装后，您可以直接从命令行使用语音分割工具。基本命令结构如下：

export OPENAI_API_KEY=your_api_key

可选，如果您有组织ID，请设置组织ID：

export OPENAI_ORG_ID=your_org_id

运行命令：

speech-split --help

示例命令

speech-split audio.mp3 ./output

此命令将读取 audio.mp3，获取转录，将其分割成句子，相应地对齐音频片段，并将结果保存为 output/audio.html，可在浏览器中查看。

speech-split video.mp4 ./output

此命令将读取 video.mp4，分割音频，获取转录，将其分割成句子，相应地对齐音频片段，并将结果保存为 output/video.html，可在浏览器中查看。

speech-split text.txt ./output

此命令将读取 text.txt，将文本转换为语音，获取转录，将其分割成句子，相应地对齐音频片段，并将结果保存为 output/text.html，可在浏览器中查看。

演示

您可以在此处看到工具的实际演示。

需求

依赖项将在包安装过程中自动安装。

反馈和贡献

欢迎您的反馈和贡献！如果您遇到任何问题或有改进建议，请随时在GitHub存储库中打开问题或提交带有更改的拉取请求。

许可证

MIT