adintool - آنلاین در ابر

برنامه:

نام

adintool
- ابزاری برای ضبط / تقسیم / ارسال / دریافت جریان های صوتی

خلاصه

adintool {-که در inputdev} {-out outputdev} [گزینه های...]

شرح

adintool ورودی گفتار را تجزیه و تحلیل می‌کند، بخش‌های گفتار را با پرش سکوت پیدا می‌کند و آن را ضبط می‌کند
بخش ها را به روش های مختلف شناسایی کرد. تشخیص گفتار را بر اساس عدد صفر انجام می دهد
و قدرت (سطح)، و قطعات شناسایی شده را در فایل ها یا سایر دستگاه های خروجی ضبط می کند
به طور متوالی

adintool نسخه بالایی adinrec با عملکردهای مختلف است. دستگاه ورودی پشتیبانی شده عبارتند از:
ورودی میکروفون، فایل گفتاری، ورودی استاندارد tty و سوکت شبکه (به نام adin-net
حالت سرور). از افزونه جولیوس نیز می توان استفاده کرد. بخش‌های گفتار شناسایی‌شده در آن ذخیره می‌شوند
دستگاه های خروجی: فایل های گفتاری، خروجی استاندارد tty و سوکت شبکه (به نام adin-net
حالت مشتری). برای مثال، می‌توانید گفتار ورودی را به بخش‌هایی تقسیم کرده و به آن‌ها ارسال کنید
جولیوس شناخته شود.

فرمت خروجی WAV، 16 بیتی (امضا کوتاه)، تکی است. اگر فایل از قبل وجود داشته باشد، خواهد بود
لغو شد.

OPTIONS

همه گزینه های Julius را می توان تنظیم کرد. فقط گزینه‌های مربوط به ورودی صوتی بررسی می‌شوند و بقیه گزینه‌ها هستند
بی صدا پرش شد در زیر لیستی از گزینه ها وجود دارد.

adintool خاص گزینه های
- فرکانس Hz
نرخ نمونه برداری را بر حسب هرتز تنظیم کنید. (پیش‌فرض: 16,000)

-که در inputdev
دستگاه ورودی صدا "mic" برای ضبط از طریق ورودی میکروفون، "فایل" برای ورودی فایل صوتی،
و "stdin" برای خواندن داده های خام از ورودی استاندارد. برای ورودی فایل، نام فایل اعلان خواهد شد
پس از راه اندازی ظاهر می شود. برای ساختن از "adinnet" استفاده کنید adintool به عنوان "سرور adinnet"، دریافت کننده
داده های مشتری از طریق سوکت شبکه شماره پورت پیش فرض 5530 است که قابل تغییر است
با گزینه "-وارد کردن".

همچنین، دستگاه ورودی را می توان با " تنظیم کرد-ورودیگزینه "، در این صورت می توانید استفاده کنید
ورودی افزونه

بیرون outputdev
دستگاه خروجی صدا داده ها را ذخیره می کند. "فایل" را برای ذخیره در فایل، که در آن خروجی است، مشخص کنید
نام فایل باید با "-نام فایل". از "stdout" برای استاندارد کردن استفاده کنید. "adinnet" خواهد شد
ساخت adintool برای اینکه یک کلاینت adinnet باشد، داده های گفتاری را از طریق tcp/ip به سرور ارسال می کند
سوکت هنگام استفاده از خروجی "adinnet"، نام سرور برای ارسال داده باید مشخص شود
توسط "سرور". شماره پورت پیش فرض 5530 است که می توان آن را با " تغییر داد.-بندر" گزینه.

-وارد کردن تعداد
هنگامی که adintool تبدیل به adinnet سرور برای دریافت داده ها (-in adinnet) می شود، شماره پورت را تنظیم کنید
برای گوش دادن (پیش‌فرض: 5530)

سرور [میزبان] [، میزبان...]
هنگام خروجی به سرور adinnet (-out adinnet)، نام میزبان را تنظیم کنید. می توانید بفرستید به
چندین میزبان با تعیین نام میزبان آنها به عنوان لیستی مانند لیست با کاما
"host1, host2, host3".

-بندر [تعداد] [،تعداد...]
وقتی adintool داده ای را به سرور adinnet ارسال می کند (-out adinnet)، شماره پورت را روی آن تنظیم کنید
اتصال (پیش فرض: 5530) برای چندین سرور، شماره پورت را برای همه سرورها مشخص کنید
مانند "5530,5530,5531".

-نام فایل پرونده
هنگام خروجی به فایل (بیرون پرونده، نام فایل خروجی را تنظیم کنید. نام فایل واقعی خواهد بود
به عنوان "file.0000.wav"،"file.0001.wav"و به همین ترتیب، جایی که عدد چهار رقمی افزایش می یابد
همانطور که بخش گفتار شناسایی شد. عدد اولیه به طور پیش فرض روی 0 تنظیم می شود که می تواند
تغییر کند توسط "-شروع"گزینه. هنگام استفاده از"-oneshot" گزینه ذخیره فقط اولین
بخش، ورودی به صورت "ذخیره خواهد شدپرونده".

-شروع عدد
در خروجی فایل، شماره فایل اولیه را تنظیم کنید. (پیش فرض: 0)

-oneshot
پس از پایان اولین بخش گفتار خارج شوید.

-قسمت بینی
تشخیص گفتار را برای ورودی انجام ندهید، فقط تمام ورودی ها را به عنوان یک واحد معتبر در نظر بگیرید
بخش.

-خام
خروجی به صورت فایل RAW (بدون هدر).

-اتوپوز
هنگام خروجی به سرور adinnet، adintool در هر انتهای گفتار حالت مکث را وارد کنید
بخش. زمانی که سرور adinnet مقصد سیگنال رزومه ای را برای آن ارسال کند، مجددا راه اندازی می شود.

-loosesync
هنگامی که خروجی به سرور adinnet متعدد، به انجام همگام سازی دقیق برای راه اندازی مجدد.
به طور پیش فرض ، چه زمانی adintool وارد حالت مکث شده است، تا زمان از سرگیری مجدد راه اندازی نمی شود
دستورات از همه سرورها دریافت می شود. این گزینه حداقل یکی را راه اندازی مجدد می کند
دستور راه اندازی مجدد رسیده است.

-باز پیچی msec
وقتی ورودی یک دستگاه میکروفون زنده است، و مقداری ورودی مداوم در آن وجود دارد
لحظه adintool از سر گرفته می شود، شروع به ضبط پشت سر هم در میلی ثانیه های مشخص شده می کند.

در باره ژولیوس گزینه های
-ورودی {mic|rawfile|adinnet|stdin|netaudio|esd|alsa|oss}
منبع ورودی گفتار را انتخاب کنید. برای فایل شکل موج، "file" یا "rawfile" را مشخص کنید. در پرونده
ورودی، از کاربران خواسته می شود که نام فایل را از stdin وارد کنند.

«mic» برای دریافت ورودی صوتی از یک دستگاه میکروفون زنده پیش‌فرض است و «adinnet» به معنای دریافت صدا است
دریافت داده های شکل موج از طریق شبکه tcpip از یک کلاینت adinnet. 'netaudio' از
ورودی DatLink/NetAudio و 'stdin' به معنای ورودی داده از ورودی استاندارد است.

در لینوکس، می توانید API را در زمان اجرا با مشخص کردن alsa، oss و esd انتخاب کنید.

-تکه_اندازه نمونه ها
اندازه قطعه صوتی به تعداد نمونه. (پیش‌فرض: 1000)

-lv thres
آستانه سطح برای تشخیص ورودی گفتار. مقادیر باید از 0 تا 32767 باشد.
(به طور پیش فرض: 2000)

-zc thres
آستانه عبور از صفر در ثانیه فقط ورودی که از آستانه سطح (-lv)
شمارش خواهد شد. (پیش فرض: 60)

-حاشیه سر msec
حاشیه سکوت در شروع بخش گفتار بر حسب میلی ثانیه. (پیش‌فرض: 300)

حاشیه دم msec
حاشیه سکوت در پایان بخش گفتار بر حسب میلی ثانیه. (پیش فرض: 400)

-zmean
این گزینه حذف افست DC را فعال می کند.

-smpFreq Hz
نرخ نمونه برداری را بر حسب هرتز تنظیم کنید. (پیش‌فرض: 16,000)

-48
ورودی را با نمونه برداری 48 کیلوهرتز ضبط کنید و در لحظه آن را به 16 کیلوهرتز کاهش دهید. این گزینه
فقط برای مدل 16 کیلوهرتز معتبر است. روال پایین نمونه گیری از sptk منتقل شد. (Rev.
4.0)

-NA نام دستگاه
نام میزبان برای ورودی سرور DatLink (-ورودی نتاودیو).

-تصویب شماره_پورت
با -ورودی آدین نت، شماره پورت adinnet را برای گوش دادن مشخص کنید. (پیش‌فرض: 5530)

-نوار بینی
جولیوس به‌طور پیش‌فرض، صفر نمونه‌های متوالی را در داده‌های گفتاری ورودی حذف می‌کند. این گزینه
متوقفش کن

-C jconffile
یک فایل jconf را در اینجا بارگذاری کنید. محتوای jconffile در این مرحله گسترش خواهد یافت.

-plugindir dirlist
مشخص کنید کدام دایرکتوری پلاگین بارگیری شود. اگر چند دايركتور وجود دارد، آنها را بر اساس مشخص كنيد
لیست جدا شده با دو نقطه

محیط زیست متغیرها

السادف
(با استفاده از ورودی میکروفون با دستگاه alsa) نام دستگاه ضبط را مشخص کنید. اگر مشخص نشده باشد،
"پیش فرض" استفاده خواهد شد.

AUDIODEV
(با استفاده از ورودی میکروفون با دستگاه oss) مسیر دستگاه ضبط را مشخص کنید. اگر مشخص نشده باشد،
"/dev/dsp" استفاده خواهد شد.

LATENCY_MSEC
سعی کنید تأخیر ورودی ورودی میکروفون را بر حسب میلی ثانیه تنظیم کنید. ارزش کوچکتر خواهد شد
تأخیر را کوتاه می کند، اما گاهی اوقات فرآیند را ناپایدار می کند. مقدار پیش فرض به مقدار بستگی دارد
در حال اجرا OS

مثال ها

ضبط ورودی میکروفون به فایل ها: "داده.0000.wav""داده.0001.wav"و غیره:
تقسیم یک فایل سخنرانی طولانی "foobar.raw" به "foobar.1500.wav""foobar.1501.wav"...:
یک فایل صوتی کامل را از طریق سوکت شبکه کپی کنید.
بخش گفتار را شناسایی کنید، از طریق شبکه به جولیوس ارسال کنید و آن را تشخیص دهید:

با استفاده از خدمات onworks.net از adintool آنلاین استفاده کنید