預處理視頻文件以提高文件轉寫效率

Paraformer語音識別API可以兼容視頻文件，但由于視頻文件尺寸通常較大、傳輸較為耗時，因此建議您對視頻文件進行預處理。僅提取需要進行語音識別的音軌，并進行合理壓縮，從而顯著降低文件尺寸、減少API調用過程中的文件傳輸耗時、加快文件轉寫吞吐效率。

前提條件

已安裝FFmpeg。

操作步驟

使用FFmpeg提取視頻文件中的第一條音軌、將采樣降到16kHz、并壓縮編碼為OPUS文件。

一般情況下，輸出的音頻文件將顯著小于輸入的視頻文件的尺寸，可向文件轉寫API提交該音頻文件（以URL指定），獲得語音識別結果。

ffmpeg -i input-video-file -ac 1 -ar 16000 -acodec libopus output-audio-file.opus

通過OSS提高文件轉寫效率和穩定性

由于阿里云對象存儲OSS可以便捷地為文件生成URL，從而被指定為API的輸入，對位于同地域OSS中的文件進行轉寫有助于提高轉寫效率和穩定性，因此推薦您使用與Paraformer語音識別API同地域的OSS進行音視頻文件存儲。

Paraformer語音識別文件轉寫API當前部署的地域有：華北2（北京，cn-beijing）。

更多關于對象存儲OSS的信息，請參見OSS。