最佳实践

预处理视频文件以提高文件转写效率

Paraformer语音识别API可以兼容视频文件，但由于视频文件尺寸通常较大、传输较为耗时，因此建议您对视频文件进行预处理。仅提取需要进行语音识别的音轨，并进行合理压缩，从而显著降低文件尺寸、减少API调用过程中的文件传输耗时、加快文件转写吞吐效率。

前提条件

已安装FFmpeg。

操作步骤

使用FFmpeg提取视频文件中的第一条音轨、将采样降到16kHz、并压缩编码为OPUS文件。

一般情况下，输出的音频文件将显著小于输入的视频文件的尺寸，可向文件转写API提交该音频文件（以URL指定），获得语音识别结果。

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

通过OSS提高文件转写效率和稳定性

由于阿里云对象存储OSS可以便捷地为文件生成URL，从而被指定为API的输入，对位于同地域OSS中的文件进行转写有助于提高转写效率和稳定性，因此推荐您使用与Paraformer语音识别API同地域的OSS进行音视频文件存储。

Paraformer语音识别文件转写API当前部署的地域有：华北2（北京，cn-beijing）。

更多关于对象存储OSS的信息，请参见OSS。