有按天划分的视频文件,有来自运动传感器摄像机的标签。根据移动情况,标记出视频在 5 秒间隔内被视为活动的某些点。我们将所有活跃时期合并起来,并从文件中删除其余时期。
一切都会好起来的,只是那里几乎总是有东西在移动:)就是这样。生成的文件持续约 23 小时。一个有声音的视频文件,所以我们感兴趣的事件(每天只有大约 200 个)不会那么吵闹。你需要以某种方式从视频序列中了解声音信号的幅度在什么时刻超过指定的幅度......然后,例如ffmpeg,我会自己做所有事情。
建议在python或上有一些东西java。
但如果有任何免费的解决方案,我不会拒绝建议。
原始格式是视频.flv,但转换没有问题。
可以使用以下两个函数确定音频文件中能量的存在:
python 中的声音信号本身可以使用 soundfile 或 librosa 库获得。