目前我正在使用此代碼將音頻文件切成小塊：sound = AudioSegment.from_mp3("1.WAV")f=open("decoded.txt", "a+")chunks = split_on_silence(sound,min_silence_len=280,silence_thresh=-33,keep_silence=150)for i, chunk in enumerate(chunks):    print(i)    print("\n")    chunk.export(folder+"/chunk{0}.wav".format(i), format="wav")    AUDIO_FILE = path.join(path.dirname(path.realpath(__file__)), folder+"/chunk{0}.wav".format(i))    r = sr.Recognizer()    with sr.AudioFile(AUDIO_FILE) as source:        print("Listening...")        audio = r.record(source)  # read the entire audio file        f.write((r.recognize_google(audio) +" "))f.close();這會創(chuàng)建根據(jù)靜音分割的文件塊......但我想要的是，每當(dāng)音頻被分割時(shí)，下一個切片從 2 秒開始，以便任何可能被剪切的單詞都可能出現(xiàn)。就像如果沉默是在 10,13,18,22 時(shí)間那么我的切片應(yīng)該是 0-10,8-13,11-18,16-22。我正在使用 pydub 根據(jù)沉默進(jìn)行拆分。我可以在 pydub 中更改某些內(nèi)容，還是有其他一些可以執(zhí)行此操作的軟件包？