blocks|key|2756910|text|语音的自动分割是一个活跃的科学领域，这意味着没有一种方法能够完美地工作。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|2756911|2009年，德容和温佩提出了一种利用普拉特自动检测人类语音信号中音节的方法。该方法与人工分割方法相比较，已在许多第三方科学研究中得到应用。您可以在他们的科学文章(pdf格式)中找到关于该方法的详细描述，以及以前提出的方法的历史观点。Praat脚本本身和几个教程可以在一个专门的网站(www+-演讲率)上找到。|offset|length|2756912|您还可能对哈玛开发的另一种分割算法感兴趣，该算法已在Matlab+(Harma音节切分)中实现。|2756913|entityMap|0|LINK|mutability|MUTABLE|url|https://www.fon.hum.uva.nl/praat/|1|https://link.springer.com/article/10.3758/BRM.41.2.385|2|https://sites.google.com/site/speechrate/|3|https://ieeexplore.ieee.org/document/1200027|4|https://uk.mathworks.com/matlabcentral/fileexchange/29261-harma-syllable-segmentation^0|0|I|3|0|29|5|1|3X|8|2|0|5|2|3|Y|9|4|0^^$0|@$1|2|3|4|5|6|7|X|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|Y|8|@]|9|@$D|Z|E|10|1|11]|$D|12|E|13|1|14]|$D|15|E|16|1|17]]|A|$]]|$1|F|3|G|5|6|7|18|8|@]|9|@$D|19|E|1A|1|1B]|$D|1C|E|1D|1|1E]]|A|$]]|$1|H|3|-4|5|6|7|1F|8|@]|9|@]|A|$]]]|I|$J|$5|K|L|M|A|$N|O]]|P|$5|K|L|M|A|$N|Q]]|R|$5|K|L|M|A|$N|S]]|T|$5|K|L|M|A|$N|U]]|V|$5|K|L|M|A|$N|W]]]]

The automatic segmentation of speech is an active scientific domain, meaning that there is no method that works perfectly.
In 2009, de Jong and Wempe proposed a method to automatically detect syllables in a human speech signal using <a href="https://www.fon.hum.uva.nl/praat/" rel="nofollow noreferrer">Praat</a>. This methods compares well with man-made segmentation, and has been employed in many third-party scientific studies. You can find a detailed description of the method in their scientific article (<a href="https://link.springer.com/article/10.3758/BRM.41.2.385" rel="nofollow noreferrer">pdf</a>), along with an historical perspective on previously proposed methods. The Praat script per se and a couple of tutorials can be found on a dedicated website (<a href="https://sites.google.com/site/speechrate/" rel="nofollow noreferrer">www - speechrate</a>).
You may also be interested in another segmentation algorithm developed by <a href="https://ieeexplore.ieee.org/document/1200027" rel="nofollow noreferrer">Harma</a> that has been implemented in Matlab (<a href="https://uk.mathworks.com/matlabcentral/fileexchange/29261-harma-syllable-segmentation" rel="nofollow noreferrer">Harma Syllable Segmentation</a>)

blocks|key|418299|text|您可以使用formants来确定这一点。每个音节应该对应一个共振峰。以下是有关formants的更多信息：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|418300|https://en.wikipedia.org/wiki/Formants|offset|length|418301|entityMap|0|LINK|mutability|MUTABLE|url^0|0|0|12|0|0^^$0|@$1|2|3|4|5|6|7|M|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|N|8|@]|9|@$D|O|E|P|1|Q]]|A|$]]|$1|F|3|-4|5|6|7|R|8|@]|9|@]|A|$]]]|G|$H|$5|I|J|K|A|$L|C]]]]

You can use formants to determine this. Each syllable should correspond to a formant. Here is more information on formants:

<a href="https://en.wikipedia.org/wiki/Formants" rel="nofollow">https://en.wikipedia.org/wiki/Formants</a>

blocks|key|1680100|text|你可能会对此感兴趣|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1680101|http://sites.google.com/site/speechrate/|offset|length|1680102|entityMap|0|LINK|mutability|MUTABLE|url^0|0|0|14|0|0^^$0|@$1|2|3|4|5|6|7|M|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|N|8|@]|9|@$D|O|E|P|1|Q]]|A|$]]|$1|F|3|-4|5|6|7|R|8|@]|9|@]|A|$]]]|G|$H|$5|I|J|K|A|$L|C]]]]

This might be of interest for you

<a href="http://sites.google.com/site/speechrate/" rel="nofollow">http://sites.google.com/site/speechrate/</a>

blocks|key|2756950|text|你的问题需要具体的注意和解决方案，以便对文本进行演讲。我真的怀疑任何免费的开源库，很容易获得和服务的目的将被服务。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|2756951|我使用了一个，但目的相反的“文本到语言”。虽然这不是一个免费的库，但我很乐意帮助谷歌"annosoft+lipsync“.|2756952|http://www.annosoft.com/lipsync-sdks|code-block|syntax|javascript|2756953|此库也可用于SDK评估.|2756954|entityMap^0|0|0|0|0^^$0|@$1|2|3|4|5|6|7|M|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|N|8|@]|9|@]|A|$]]|$1|D|3|E|5|F|7|O|8|@]|9|@]|A|$G|H]]|$1|I|3|J|5|6|7|P|8|@]|9|@]|A|$]]|$1|K|3|-4|5|6|7|Q|8|@]|9|@]|A|$]]]|L|$]]

Your question requires specific attention and solution for Speech to Text.
I really doubt any free open source library, easily available and serving to purpose will be served.

I have used one but for reverse purpose "text to speech".
Though this is not a free library, i would love to help just Google "annosoft lipsync"...

<pre><code>http://www.annosoft.com/lipsync-sdks
</code></pre>

This library is available for SDK evaluation as well....

I have many audio files with clean audio and only spoken voice in Mandarin Chinese. I need to estimate of how many syllables are spoken in each file. Is there a tool for OS X, Windows, or Linux that can estimate these?

<pre><code>sample01.wav 15
sample02.wav 8
sample03.wav 5
sample04.wav 1
sample05.wav 18
</code></pre>

As there are many files, command-line or batch-capable software is preferred, e.g.:

<pre><code>$ application sample01.wav
15
</code></pre>

<ul>
<li>A solution that uses speech-to-text, then counts the number of characters present would be suitable to.</li>
</ul>

How to count the number of spoken syllables in an audio file?

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我有很多音频文件与干净的声音，只有普通话的声音。我需要估计多少音节是在每个文件中说。是否有用于OS、Windows或Linux的工具可以估计这些？sample01.wav 15sample02.wav 8sample03.wav 5sample04.wav 1sample05.wav 18由于有许多文件，最好使用命令行或批处理软件，例如：$ application sample01.wav15一种

问如何计算音频文件中的语音音节数？
EN

回答 4

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何计算音频文件中的语音音节数？EN

回答 4

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何计算音频文件中的语音音节数？
EN