При использовании API Google Cloud Speech новая функция точного времени / временного кода с точностью до слов, кажется, позволяет длительность 0 секунд для некоторых слов в результатах, вот пример
...
{ startTime: '48.800s', endTime: '48.800s', word: 'a' },
{ startTime: '48.800s', endTime: '49.200s', word: 'kindly' },
...
это ошибка?
Для тестирования я использовал отрывок из аудиоархива "Arthur the Крыса »,« США - среднезападный спикер (штат Мичиган) ».
вы можете получить точность выше второй, используя возвращенную метку времени.
вы получаете время начала из структуры, содержащей слово, и можете вывести его следующим образом:
start_time.seconds + start_time.nanos * 1e-9
Ответ Дэвида Андерсона правильный, я просто подумал, что уточню его, поскольку изначально думал, что ответ будет только до второй точности, а не 100 мс, как описывают документы.
По состоянию на июль 2018 года отправка запроса к API Google Cloud Speech, включая смещение времени слов, возвращает объект ответа, в котором каждое слово result в response.results имеет структуру:
start_time {
seconds: 24
nanos: 100000000
}
end_time {
seconds: 24
nanos: 700000000
}
word: "of"
Поле nanos позволяет получить время начала и окончания с точностью до 100 мс. Таким образом, вы можете получить время начала и окончания следующим образом:
print(start_time.seconds + start_time.nanos * 1e-9)
print(end_time.seconds + end_time.nanos * 1e-9)
==== Output ====
24.1
24.7
