问题描述
我有一个音频文件,我使用AWS transcribe从音频中获取文本。我现在有一个包含成绩单的json文件。 json文件还包含每个单词的开始时间和结束时间。例如:
我想知道如何搜索完整的句子并返回所说的时间?我正在使用python来做到这一点。
谢谢您的帮助。
解决方法
我会提取列表中的所有单词和时间,然后寻找句子的出现。 像这样的事情,如果我正确地获取了您的数据格式(总是使用第一个替代词作为提取的单词):
def extract_words_and_time(data):
word_list = []
time_list = []
for item in data['items']:
word_list.append(item['alternatives'][0]['content'].lower())
time_list.append((item['start_time'],item['end_time']))
return word_list,time_list
def get_sub_list_index(sub_list,complete_list):
sublist_length = len(sub_list)
for ind in (i for i,element in enumerate(complete_list) if element == sub_list[0]):
if complete_list[ind:ind + sublist_length] == sub_list:
return ind,ind + sublist_length - 1
def get_start_and_end_time(sentence,word_list):
matching_start_stop = get_sub_list_index(sentence.lower().split(),word_list)
if matching_start_stop:
start_time = time_list[matching_start_stop[0]][0]
end_time = time_list[matching_start_stop[1]][1]
return start_time,end_time
word_list,time_list = extract_words_and_time(your_data_from_json)
sentence = 'Bonjour mon petit chien'
sentence_timing = get_start_and_end_time(sentence,word_list)
if sentence_timing:
print(f'Start: {sentence_timing[0]},Stop: {sentence_timing[1]}')
else:
print('Sentence was not found')
不能真正测试它,从理论上讲应该可以工作;)