はじめに 音声処理界のスイスアーミーナイフことSoXの使い方を目的別にまとめました。 なお、この記事で扱うのは特に断りのないかぎり44.1k Hz / 16 bitのステレオ音声です。 音声を編集する 音声を切り出す trim 開始秒 切り出す秒数と指定することで音声の一部を切り出すことができます。以下の例では、input.wavの1.5秒目から4.5秒目までの3秒間を切り出したoutput.wavを作成します。
Google Cloud Speech APIの文字起こし精度が結構高いという話を聞いたのでRubyでAPIを叩いて試すところまでやってみた。 流れとしては、 サービスの有効化 GCPでサービスアカウントキーを取得 音声ファイルの作成 ストレージに音声ファイルをアップロード APIを叩く という感じ。 APIを叩くのはライブラリを使えばいいだけなので簡単だが、音声ファイルの作成には少し注意が必要だった。その辺含めてメモ。 サービスの有効化 まずはSpeech APIを利用できるようにしないといけない。 このクイックスタートのプロジェクトを設定するというセクションまでやっておく GCPでサービスアカウントキーを取得 APIを叩くのにアカウント認証用のjsonファイルが必要。 Google Cloud Platform のサービスアカウントキーを作成するとか見て、キーを作成する。与える権限はS
2018年4月25日にはてなさんのオフィスでプレゼンしたときの資料です。 ※このスライドは、2017年1月に公開した資料 ( https://speakerdeck.com/makoga/regional-scrum-gathering-tokyo-2017 ) に「社外評価者」の取り組みなどを追加し…
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
