From d96f31d120e822ec6494588086acc00a566cabe6 Mon Sep 17 00:00:00 2001 From: iftaken Date: Mon, 4 Jul 2022 19:55:46 +0800 Subject: [PATCH] [docs] silk to pcm and wav --- docs/how-to/send-voice.md | 23 ++++++++++++++++++++++- 1 file changed, 22 insertions(+), 1 deletion(-) diff --git a/docs/how-to/send-voice.md b/docs/how-to/send-voice.md index ede6e2f1..f240e3c2 100644 --- a/docs/how-to/send-voice.md +++ b/docs/how-to/send-voice.md @@ -59,8 +59,29 @@ pysilk.encode_file(open("mopemope.pcm", "rb"), 24000) pysilk.decode_file(open("brainpower.pcm", "rb"), to_wav=False) ``` +# silk文件转成 pcm & wav + +silk语音文件编解码过程可以使用[pilk](https://github.com/foyoux/pilk)，编解码也非常方便 + + +```python +import pilk +def silk2pcm(input_silk, out_pcm, pcm_rate = 24000): + duration = pilk.decode(input_silk, out_pcm, pcm_rate=pcm_rate) + return duration, out_pcm +``` + +将silk文件转成pcm后，可以直接读取pcm数据也可以使用ffmpeg将其转换成wav文件，这里推荐使用ffmpeg + +```python +import os +def pcm2wav(input_pcm, out_wav, sr): + cmd = f"ffmpeg -y -f s16le -ar {sr} -ac 1 -i {input_pcm} {out_wav}" + os.system(cmd) +``` + # 根据文本生成音频文件 此过程推荐使用[paddlespeech](https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/streaming_tts_server)直接**根据文本生成wav音频文件**，然后使用`pysilk`转化成可发送的目标音频文件。 -给大家推荐一个宝藏Repo： [PaddleSpeechDemo](https://github.com/iftaken/PaddleSpeechDemo)，此作者为届时PaddleSpeech PM，目前处于开发阶段，以后也会持续更新，有需求的小伙伴可以持续关注。 +给大家推荐一个宝藏Repo： [PaddleSpeechDemo](https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_web)，此作者为届时PaddleSpeech PM，目前处于开发阶段，以后也会持续更新，有需求的小伙伴可以持续关注。