Open dd123-a opened 2 months ago
采用speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx这个系列的模型，是不是只能实时读取转写16k采样率的音频，我尝试实时转写电脑内部的音频流时，在开始的json文件包含"audio_fs": 48000，响应结果没有任何变化，依然是错误的；有没有可以识别其他采样率的方法（我知道上传wav文件可以根据文件信息重新采样，二进制实时转写没看到相关的内容），针对二进制字节流，实时转写的解决方案。
不过这样处理也不管用
dd123-a
commented
2 months ago
❓ Questions and Help
采用speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx这个系列的模型，是不是只能实时读取转写16k采样率的音频，我尝试实时转写电脑内部的音频流时，在开始的json文件包含"audio_fs": 48000，响应结果没有任何变化，依然是错误的；有没有可以识别其他采样率的方法（我知道上传wav文件可以根据文件信息重新采样，二进制实时转写没看到相关的内容），针对二进制字节流，实时转写的解决方案。