Elysia Tools
导航
Media
语音学习与安全音频样例
用于发音对比、听写预检、警报降质和隐私变声工具的确定性合成 WAV 输入。
案例
这个案例集合中的条目
音频简单
发音参考
三段式参考声学短语。
难度
2/10
预计时间
1 min
标签
audio, synthetic, speech-testing, pronunciation-reference
- format
- WAV PCM s16le
- sampleRate
- 16 kHz
- channels
- Mono
- generatedWith
- FFmpeg lavfi
音频简单
相近的学习者发音
节奏接近但音高略有差异的短语。
难度
2/10
预计时间
1 min
标签
audio, synthetic, speech-testing, pronunciation-learner
- format
- WAV PCM s16le
- sampleRate
- 16 kHz
- channels
- Mono
- generatedWith
- FFmpeg lavfi
音频简单
不匹配的发音
节奏和频谱明显不同的短语。
难度
2/10
预计时间
1 min
标签
audio, synthetic, speech-testing, pronunciation-mismatch
- format
- WAV PCM s16le
- sampleRate
- 16 kHz
- channels
- Mono
- generatedWith
- FFmpeg lavfi
音频简单
干净听写输入
16 kHz 单声道干净输入。
难度
2/10
预计时间
1 min
标签
audio, synthetic, speech-testing, dictation-clean
- format
- WAV PCM s16le
- sampleRate
- 16 kHz
- channels
- Mono
- generatedWith
- FFmpeg lavfi
音频中等
低质量听写输入
8 kHz 双声道高噪声输入。
难度
3/10
预计时间
1 min
标签
audio, synthetic, speech-testing, dictation-poor
- format
- WAV PCM s16le
- sampleRate
- 8 kHz
- channels
- Stereo
- generatedWith
- FFmpeg lavfi
音频简单
紧急警报输入
用于降质模拟的四段警报式音频。
难度
2/10
预计时间
1 min
标签
audio, synthetic, speech-testing, emergency-alert
- format
- WAV PCM s16le
- sampleRate
- 16 kHz
- channels
- Mono
- generatedWith
- FFmpeg lavfi
音频简单
隐私变声输入
带谐波结构的 48 kHz 单声道人声代理。
难度
2/10
预计时间
1 min
标签
audio, synthetic, speech-testing, privacy-voice
- format
- WAV PCM s16le
- sampleRate
- 48 kHz
- channels
- Mono
- generatedWith
- FFmpeg lavfi
音频简单
无语音输入
用于验证无语音业务拒绝的 16 kHz 静音。
难度
2/10
预计时间
1 min
标签
audio, synthetic, speech-testing, no-speech
- format
- WAV PCM s16le
- sampleRate
- 16 kHz
- channels
- Mono
- generatedWith
- FFmpeg lavfi
工具
经常与该案例搭配使用的工具
相关内容