SimpleAudioIndexer
1.0.0
这是一个 Python 库和命令行工具，可帮助您在音频文件（wav 格式）中搜索单词或短语。它还建立在初始搜索能力的基础上，并提供了一些[所谓的]高级搜索能力！
要阅读文档，请访问此处。
打开终端并输入：
pip 安装 SimpleAudioIndexer
安装详细信息可以在此处的文档中找到。
如果您无法进行本机安装或使用 Windows 系统，则存储库中包含一个 dockerfile。
打开终端并输入：
pip 卸载 SimpleAudioIndexer
然而，卸载 sox 取决于您使用的是 Linux 还是 Mac 系统。欲了解更多信息，请访问此处。
假设你有这个音频文件：
为了简单起见，将其下载到空目录。我们将该目录称为 SRC_DIR，并将该音频文件的名称称为small_audio.wav。
您可以通过以下方式进行搜索。
打开终端并输入。
$ sai --mode "ibm" --username_ibm 用户名 --password_ibm 密码 --src_dir SRC_DIR --搜索“被叫”
{'叫': {'small_audio.wav': [(1.25, 1.71)]}}
将 USERNAME 和 PASSWORD 替换为您的 IBM Watson 凭证，并将 SRC_DIR 替换为您刚刚准备的目录的绝对路径。
与上面一样，输出将是一个字典，其中包含查询、查询出现的文件以及该查询的所有内容（从第二个开始，到第二个结束）。
请注意，所有命令对于其他引擎（即 Pocketsphinx）统一工作，例如上面的命令可以输入为：
$ sai --mode "cmu" --src_dir SRC_DIR --search "lives"
{'lives': {'small_audio.wav': [(3.12, 3.88)]}}
它将使用 Pocketsphinx 而不是 Watson 来获取时间戳。请注意，Pocketsphinx 的质量/准确性远低于 Watson。
您还可以匹配正则表达式模式，而不是搜索单词，例如：
$ sai --mode ibm --src_dir SRC_DIR --username_ibm 用户名 --password_ibm 密码 --regexp " [az][az] "
{u' in ': {'small_audio.wav': [(2.81, 2.93)]},
{u' 到 ': {'small_audio.wav': [(1.71, 1.81)]}}
这是搜索两个字母单词的结果。请注意，您的结果将匹配任何任意正则表达式。
您还可以从命令行脚本保存和加载索引数据。欲了解更多信息，请访问此处。
假设你有这个文件
>> > from SimpleAudioIndexer import SimpleAudioIndexer as sai之后，您应该创建 sai 的实例
>> > indexer = sai ( mode = "ibm" , src_dir = "SRC_DIR" , username_ibm = "USERNAME" , password_ibm = "PASSWORD" )现在您可以通过调用index_audio方法来索引所有可用的音频文件：
>> > indexer . index_audio ()你可以有一个搜索生成器：
>> > searcher = indexer . search_gen ( query = "called" )
>> > print ( next ( searcher ))
{ 'Query' : 'called' , 'File Name' : 'small_audio.wav' , 'Result' : ( 1.25 , 1.71 )}现在，为 search_gen 实现了更多参数。假设您希望搜索区分大小写（默认情况下不区分大小写）。或者，假设您想查找一个短语，但存在时间间隙，并且索引器没有正确拾取它，您可以指定timing_error。或者，假设某个单词完全丢失，那么您可以指定missing_word_tolerance 等。
有关完整列表，请参阅此处的 API 参考
请注意，您还可以调用 search_all 方法来搜索所有音频文件中的查询列表：
最后，您可以进行正则表达式搜索！
>> > print ( indexer . search_regexp ( pattern = "[A-Z][^l]* " )
{ u'Americans are ca' : { 'small_audio.wav' : [( 0.21 , 1.71 )]}}还实现了更多功能。有关详细说明，请阅读此处的文档。
如果您想贡献代码或想法、提交错误请求或提供反馈，请访问贡献文件。
另请参阅该项目的贡献者列表。
该项目已获得 Apache v2.0 许可证的许可 - 有关更多详细信息，请参阅许可证文件。
