#!/usr/bin/env perl

# Copyright 2018 Jarvan Wang

if (@ARGV != 1) {

#print STDERR "Usage: keyword_summarize.pl text utt2dur\n";

print STDERR "Usage: keyword_summarize.pl <data>\n";

exit(1);

}

my $text_file="$ARGV[0]/text";

my $utt2dur_file="$ARGV[0]/utt2dur";

unless(-e $text_file && -e $utt2dur_file )

{

print STDERR "$text_file or $utt2dur_file does not exist!";

exit(1);

}

my %text_hash;

my %dur_hash;

my %sumdur_hash;

my %count_hash;

# read text

open(TEXT,$text_file);

while(<TEXT>){

my $temp=$_;

chomp $temp;

@line=split(/ /,$temp,2);

$text_hash{$line[0]}=$line[1];

}

# read utt2dur

open(DUR,$utt2dur_file);

while(<DUR>){

my $temp=$_;

chomp $temp;

@line=split(/ /,$temp,2);

$dur_hash{$line[0]}=$line[1];

}

# summarize text duration

for my $key (keys %text_hash)

{

$sumdur_hash{$text_hash{$key}}+=$dur_hash{$key};

$count_hash{$text_hash{$key}}+=1;

}

#for my $key (sort keys %sumdur_hash) {

#printf("文本@语句数@秒@小时\n");

printf("文本@语句数@小时\n");

my $count_sum,$sec_sum,$hour_sum;

foreach my $key (sort { $sumdur_hash{$a} <=> $sumdur_hash{$b} or $a cmp $b } keys %sumdur_hash)

{

my $value=sprintf("%.2f",$sumdur_hash{$key});

$count_sum+=$count_hash{$key};

$sec_sum+=$value;

$hour_sum+=$value/3600;

if($value>1000)

{

#printf("%s@%d@%.2f@%.2f\n",$key,$count_hash{$key},$value,$value/3600);

printf("%s@%d@%.2f\n",$key,$count_hash{$key},$value/3600);

}

}

#printf("总和@%d@%.2f@%.2f\n",$count_sum,$sec_sum,$hour_sum);

printf("总和@%d@%.2f\n",$count_sum,$hour_sum);

 

data_summarize.pl data目录文本时长汇总脚本的更多相关文章

  1. web自动化时,sendkeys输入长文本时浏览器响应慢或错误时处理

    在做某个测试时,要在文本框中输入大量的文本,文件内容如下: "-----BEGIN CERTIFICATE-----\nMIIBozCCAQwCAQEwDQYJKoZIhvcNAQEFBQA ...

  2. 解决真机调试时Eclipse DDMS上打不开/data目录的问题

    一般真机调试时DDMS里面的File Explorer是不能打开/data 目录的,不过也很容易解决. 1.首先手机要root.这个很简单,网上一大堆资料和软件. 2.仅仅root之后还不行,下载一个 ...

  3. vba根据部门分别汇总不同部门下的人员不同培训内容的时长总计,多条件求和

    Option Explicit Sub yy() Dim d, arr, s$, i&, m&, w$ Set d = CreateObject("Scripting.Dic ...

  4. JS的video获取时长,出现问题汇总

    <video id="my_video_1" controls="controls" style=" width: 700px; height: ...

  5. js读写Cookie问题(Cookie存储时长、Cookie存储域)汇总

    在采集网站用户行为数据/使用js对用户行为做交互时,经常会使用到Cookie,了解Js Cookie的读写,以及一些细节,非常重要.   什么是Cookie 所谓Cookie,只是一条极为短小的信息, ...

  6. docker部署postgresql时,data目录不生效的问题探究

    今天用docker部署postgresql,用的是官方的镜像.结果挂载完 /var/lib/postgresql/data目录后,和容器里的目录其实并没有挂载成功. 母机上的目录并没有成功挂载到容器里 ...

  7. 使用mediainfo工具统计每个视频文件(媒体文件)播放时长

    需求 1.运营那边需要统计大量视频文件的播放时长,并汇总记录到excel表中,问我有什么方法搞定 这边搜索了很多统计媒体文件时长的,主要有以下几种 1.使用java获取 2.使用python获取 3. ...

  8. 获取音、视频时长(NAudio,Shell32,FFmpeg)

    参考网址:https://blog.csdn.net/u013810234/article/details/57471780 以下为本次测试用到的音.视频格式: audio :”.wav;.mp3;. ...

  9. Android开发 获取视频中的信息(例如预览图或视频时长) MediaMetadataRetriever媒体元数据检索器

    前言 在Android里获取视频的信息主要依靠MediaMetadataRetriever实现 获取最佳视频预览图 所谓的最佳就是MediaMetadataRetriever自己计算的 /** * 获 ...

随机推荐

  1. mongoDB概述

    mongoDB介绍 是一个开源的文档数据库,基于分布式文件存储的数据库.由 C++ 语言编写,并领先的 NoSQL 数据库(非关系型数据库)MongoDB 是由 c++语言编写. MongoDB 是一 ...

  2. BAT面试题:使用数组实现一个简单的阻塞队列

    这道题是我亲身经历的一道大厂面试题,非常值得分享! 这道题可以分为两个步骤进行编码解答,第一步是基于数组实现一个队列,第二步是实现线程阻塞. 如果是基于数组实现栈的数据结构,那么我们只需要一个指针进行 ...

  3. 折半、快排、插入排序的Java实现

    插入排序 import java.util.Arrays; public class InsertionSort { /** * 对数组里面进行插入排序 * 参数1 数组 * 参数2 数组大小 */ ...

  4. 类Date

    概述: java.util.Date类 表示特定的瞬间,精确到毫秒.毫秒就是千分之一秒.继续查阅API,发现Date拥有多个构造函数,只是部分已经过时,但是其中有未过时的构造函数可以把毫秒值转成日期对 ...

  5. codeforces#1152C. Neko does Maths(最小公倍数)

    题目链接: http://codeforces.com/contest/1152/problem/C 题意: 给出两个数$a$和$b$ 找一个$k(k\geq 0)$得到最小的$LCM(a+k,b+k ...

  6. wince可用的7-zip

    7-zip下载   7-zip    

  7. 2019-04-19 EasyWeb数据源问题

    问题描述:今天增加了个新模块,为了让各个模块自己保留自己的数据源配置,所以把数据源配置类放入自己模块包中,但是进行请求发现数据源会先选择默认的数据源,导致报错说主数据源下不存在表:当我把配置文件放回统 ...

  8. mysql join用法简介

    为什么需要join 为什么需要join?join中文意思为连接,连接意味着关联即将一个表和多个表之间关联起来.在处理数据库表的时候,我们经常会发现,需要从多个表中获取信息,将多个表的多个字段数据组装起 ...

  9. JavaScript判断是否为微信浏览器或支付宝浏览器

    可以用手机安装的微信和支付宝扫描下方二维码测试 <!DOCTYPE html> <html lang="en"> <head> <meta ...

  10. java回调函数,看完就懂

    java回调函数在网上了看了些例子,比较绕,不够清晰,自己写的一个例子比较通俗,java回调其实很简单. 举个例子我是类B,我有个方法叫b(),现在我要调用类A中的方法a(),写个代码就是: publ ...