我正在尝试训练和使用神经网络来检测音频文件中的特定单词。神经网络的输入是持续时间为 2-3 秒的音频，神经网络必须判断输入音频（人的声音）是否包含“你好”这个词。
我不知道使用什么样的网络。我使用了 SOM 网络，但没有得到想要的结果。我的训练数据包含大量包含“你好”这个词的声音。
有没有针对dis问题的python代码？
如何在音频文件中找到特定单词？
人工智能
神经网络
机器学习
深度学习
Python
音频处理
2021-10-27 19:18:50
1个回答
在互联网上进行了一些研究后，我意识到在 python 中使用 VOSK 工具包，可以找到（检测）音频文件或实时音频流中的任何特定单词。