最新的回應
| 發表人 | 討論 | 發表時間 |
|---|---|---|
M11333003 | 1. `text`：轉錄的文本內容。 2. `language`：自動識別的語言。 3. `segments`：包含音頻段落的詳細資訊，如每段的開始和結束時間、文本等。 | 2024-10-30 |
M11333006 | segments與language加上 text，構成了完整的轉錄結果。 | 2024-10-24 |
M11333001 | result['segments'] 和 result['language'] | 2024-10-23 |
B11033056 | result['segments']：包含多個片段的詳細資訊列表。 result['language']：語音識別中所判定的語言。 | 2024-10-23 |
M11333003 | 在使用 OpenAI 的 Whisper 模型進行語音轉錄時，除了 result['text'] 外，結果還包含以下兩個主要的 key： 1. segments: 這是一個包含多個段落（segments）的列表，每個段落包含該音訊中的文本片段。每個片段的資料通常包括時間戳、文本、以及在該段的其他相關資訊。格式類似於： result['segments'] = [ {'id': 0, 'seek': 0, 'start': 0.0, 'end': 3.5, 'text': 'Transcribed text here', ...}, ... ] 2. language: 這個 key 表示 Whisper 模型所偵測到的語言。值是一個代表語言的字符串，例如 "en" 代表英文，"zh" 代表中文。 總結起來，result 包含： • text: 完整的轉錄文本 • segments: 每段音訊的具體轉錄片段及其時間資訊 • language: 偵測到的語言 | 2024-10-23 |
b11033041 | 在使用 Whisper 模型進行音頻轉錄後，result 除了 result['text'] 外，通常還包含以下兩個 key： result['segments']：這是一個列表，包含了每個識別的段落信息，如開始時間、結束時間和對應的文本。 result['language']：這表示模型識別出的語言。 這些信息可以幫助你更詳細地分析轉錄結果 | 2024-10-23 |
B11033101 | 1. `text`：轉錄的文本內容。 2. `language`：自動識別的語言。 3. `segments`：包含音頻段落的詳細資訊，如每段的開始和結束時間、文本等。 | 2024-10-23 |
M11333012 | 在使用 OpenAI 的 Whisper 模型進行語音轉錄時，除了 result['text'] 外，結果還包含以下兩個主要的 key： 1. segments: 這是一個包含多個段落（segments）的列表，每個段落包含該音訊中的文本片段。每個片段的資料通常包括時間戳、文本、以及在該段的其他相關資訊。格式類似於： result['segments'] = [ {'id': 0, 'seek': 0, 'start': 0.0, 'end': 3.5, 'text': 'Transcribed text here', ...}, ... ] 2. language: 這個 key 表示 Whisper 模型所偵測到的語言。值是一個代表語言的字符串，例如 "en" 代表英文，"zh" 代表中文。 總結起來，result 包含： • text: 完整的轉錄文本 • segments: 每段音訊的具體轉錄片段及其時間資訊 • language: 偵測到的語言 | 2024-10-23 |