Simple-EHM 使用教程

1. 项目介绍

Simple-EHM 是一个开源工具，旨在从预录制的演讲中自动去除填充音（如“ehm”）。该工具采用了人工智能技术，能够识别并消除这些不必要的噪音，使得演讲更加清晰和专业。

2. 项目快速启动

环境准备

确保您的系统中已经安装了以下依赖：

• Python
• FFmpeg
• Docker (可选，用于容器化运行)

克隆项目

首先，从GitHub上克隆项目到本地：

git clone https://github.com/morrolinux/simple-ehm.git
cd simple-ehm

安装依赖

使用pip安装项目所需的Python库：

pip install -r requirements.txt

运行项目

运行以下命令来处理视频文件：

python simple_ehm-runnable.py /path/to/video/file

这将在原始视频文件相同的目录下生成一个字幕文件（.srt）和一个处理后的视频文件。

使用Docker运行

如果您选择使用Docker，首先构建镜像：

docker build -t simple .

然后，使用以下脚本代替直接运行Python脚本：

./convert.sh

注意：在使用 ./convert.sh 脚本之前，确保将视频文件移动到该脚本的同一目录下。

3. 应用案例和最佳实践

应用案例

• 减少视频演讲中的不必要的“ehm”声音，提高观看体验。
• 在播客编辑中自动移除填充音，使内容更加紧凑。

最佳实践

• 提供至少30个1秒长的WAV格式（pcm_s16le，单声道，16kHz采样率）的音频片段，用于训练数据集，以改善模型性能。
• 使用 --generate-training-data 参数生成训练数据，用于改进训练集。

4. 典型生态项目

Simple-EHM 可以与以下开源项目结合使用，以构建更加完善的工作流程：

• FFmpeg：用于视频和音频处理。
• TensorFlow：用于进一步训练和优化AI模型。
• Jupyter Notebook：用于数据分析和模型开发。