https://github.com/PaySin/audio2srt

use baidu voice-api to add subtitle to a vedio
https://github.com/PaySin/audio2srt

Last synced: about 2 months ago
JSON representation

use baidu voice-api to add subtitle to a vedio

• Host: GitHub
• URL: https://github.com/PaySin/audio2srt
• Owner: PaySin
• License: mit
• Created: 2019-03-17T09:42:40.000Z (over 5 years ago)
• Default Branch: master
• Last Pushed: 2019-03-17T11:02:10.000Z (over 5 years ago)
• Last Synced: 2024-07-18T11:06:06.703Z (2 months ago)
• Language: Python
• Size: 11.7 KB
• Stars: 15
• Watchers: 1
• Forks: 7
• Open Issues: 0
• Metadata Files:
  • Readme: README.md
  • License: LICENSE

Awesome Lists containing this project

README

        
# audio2srt

use baidu voice-api to add subtitle to a vedio


利用百度语音api和pydub实现自动生成字幕的功能


因为该程序粗糙请阅读以下注意点。


直接使用注意点：


1.注册百度开发者之后创建语音app，得到appid apikey secretkey（免费使用）。


2.需要用到pydub，百度aip模块


3.将视频转成音频后注意保存为wav格式。


4.音频可以预处理一下去噪（后续我应该也不会加这个）看一下底噪大概范围，填入silence_thresh。


5.没有设置超过60s音频再分割，如果讲话时间较长可能会得到的错误结果较多（后续应该会改进）


6.时间部分只写到分（m），有需要的朋友可以自己写到小时，不过不建议。


7.需要改动pydub里的silence.py里的split_on_silence(可以直接改或者另存为:)


```python

def split_on_silence(audio_segment, min_silence_len=1000, silence_thresh=-16, keep_silence=100,

                     seek_step=1):

    not_silence_ranges = detect_nonsilent(audio_segment, min_silence_len, silence_thresh, seek_step)

    chunks = []

    starttime=[]

    endtime=[]

    for start_i, end_i in not_silence_ranges:

        start_i = max(0, start_i - keep_silence)

        end_i += keep_silence

        chunks.append(audio_segment[start_i:end_i])

        starttime.append(start_i)

        endtime.append(end_i)

    return chunks,starttime,endtime

```