Python 从音频记录中提取每个单词

我想按音频文件中包含的每个单词来分隔音频文件。这是我的代码，它将非单词语音的振幅设置为零。我需要把信号一个字一个字地分开，如红线所示

import sys
from scipy.io.wavfile import read
import matplotlib.pyplot as plt
average_voice_amplitude = 150
test_file = sys.argv[1]
_, voice_signal = read(test_file)
voice_signal = voice_signal.copy()
for amp in range(len(voice_signal[:, 0])):
    
        if abs(voice_signal[:, 0][amp])<average_voice_amplitude:
            voice_signal[:, 0][amp], voice_signal[:, 1][amp] = 0, 0
plt.plot(voice_signal)
plt.show()

导入系统 从scipy.io.wavfile导入读取 将matplotlib.pyplot作为plt导入 平均声音振幅=150 test_file=sys.argv[1] _，语音信号=读取（测试文件） 语音信号=语音信号。复制（） 对于范围内的放大器（len（语音信号[：，0]））： 如果abs（语音信号[：，0][amp]）

---

此外，我对更好的算法持开放态度，这些算法对提取单词非常有用

任何想法，我都不知道该怎么做