strob/gentle
gentle forced aligner
解决的问题
它提供了一种将语音音频与提供的文本转录进行对齐的方法，让您可以确定音频文件中特定单词出现的精确时间。
工作原理
Gentle 基于 Kaldi 语音识别工具包构建，充当强制对齐器（forced-aligner）。它将音频文件和相应的文本转录作为输入，并将音频中的声音与文本中的单词进行匹配。
适用对象
需要音频文件中口语精确时间戳的开发人员和用户，无论是通过图形用户界面、用于集成到其他软件的 REST API，还是命令行工具。
特点
- 语音与文本的鲁棒且宽松的强制对齐。
- 多种部署选项，包括 Mac 应用、Docker 镜像和源码安装。
- 可通过 Web GUI、REST API 或 CLI 访问。
- 以 JSON 格式输出对齐数据。
相关
- 项目
- 项目
- 项目
- 项目
- 项目