标签： python audio machine-learning audacity aubio
是否可以获得音频文件中每个单词的大致持续时间？最接近的事情（对于来自YouTube视频的音频文件）是将标题文件下载为srt。然后，srt将为视频中的每个句子设置持续时间。
srt
我想知道是否有可能以某种方式获得句子中每个单词的持续时间。也许不准确，但周围有什么？