这是一个创建于 787 天前的主题，其中的信息可能已经有所发展或是发生改变。
最近在利用 ffmpeg 处理一些客服工单的 wav 音频文件，已经分别将客服人员和客户的音频分开了。
目前的音频波形是这样： https://imgur.com/a/L86Y5aX
红框内为静音部分。
现在想要将其中每个有声音的部分，都单独提取出来生成文件。也就是说，客服人员（客户）说的每句话都单独生成一个独立的 wav 文件，自己尝试了下 silencedetect 无果，请问各位大佬 ffmpeg 可以做到这一点么？
目前的音频波形是这样： https://imgur.com/a/L86Y5aX
红框内为静音部分。
现在想要将其中每个有声音的部分，都单独提取出来生成文件。也就是说，客服人员（客户）说的每句话都单独生成一个独立的 wav 文件，自己尝试了下 silencedetect 无果，请问各位大佬 ffmpeg 可以做到这一点么？
 |
1
VitoD 2022-11-02 10:28:13 +08:00  1
或许你可以考虑 avd ，webrtc-vad
|
 |
2
wangritian 2022-11-02 10:32:23 +08:00 2
https://github.com/cpuimage/WebRTC_VAD
这个是大佬从 webrtc 大项目剥离的 vad ，自己写代码做切分吧 |
Select Language