Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/wxbool/video-srt
这是一个可以识别视频语音自动生成字幕SRT文件的开源命令行工具。
https://github.com/wxbool/video-srt
ffmpeg go golang srt video
Last synced: 2 days ago
JSON representation
这是一个可以识别视频语音自动生成字幕SRT文件的开源命令行工具。
- Host: GitHub
- URL: https://github.com/wxbool/video-srt
- Owner: wxbool
- Created: 2019-11-19T06:06:26.000Z (about 5 years ago)
- Default Branch: master
- Last Pushed: 2022-03-19T05:10:35.000Z (almost 3 years ago)
- Last Synced: 2025-01-20T21:11:29.515Z (10 days ago)
- Topics: ffmpeg, go, golang, srt, video
- Language: Go
- Homepage:
- Size: 18.1 MB
- Stars: 395
- Watchers: 10
- Forks: 67
- Open Issues: 9
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
## video-srt
这是一个可以识别视频语音自动生成字幕SRT文件的开源命令行工具。
本项目使用了阿里云的[OSS对象存储](https://www.aliyun.com/product/oss?spm=5176.12825654.eofdhaal5.13.e9392c4aGfj5vj&aly_as=K11FcpO8)、[录音文件识别](https://ai.aliyun.com/nls/filetrans?spm=5176.12061031.1228726.1.47fe3cb43I34mn)的相关业务接口。
Windows-GUI版本：[https://github.com/wxbool/video-srt-windows](https://github.com/wxbool/video-srt-windows)
## 下载安装
```shell
go get -u github.com/wxbool/video-srt
```
## 使用
###### 项目使用了 [ffmpeg](http://ffmpeg.org/) 依赖，请先下载安装，并设置环境变量.
* 设置服务接口配置（config.ini）
```ini
#字幕相关设置
[srt]
#智能分段处理：true（开启） false（关闭）
intelligent_block=true
#阿里云Oss对象服务配置
#文档：https://help.aliyun.com/document_detail/31827.html?spm=a2c4g.11186623.6.582.4e7858a85Dr5pA
[aliyunOss]
# OSS 对外服务的访问域名
endpoint=your.Endpoint
# 存储空间（Bucket）名称
bucketName=your.BucketName
# 存储空间（Bucket 域名）地址
bucketDomain=your.BucketDomain
accessKeyId=your.AccessKeyId
accessKeySecret=your.AccessKeySecret
#阿里云语音识别配置
#文档：
[aliyunClound]
# 在管控台中创建的项目Appkey，项目的唯一标识
appKey=your.AppKey
accessKeyId=your.AccessKeyId
accessKeySecret=your.AccessKeySecret
```
* 生成字幕文件（CLI）
```shell
go run main.go video.mp4
```
* 生成字幕文件（可执行文件 | [video-srt.exe](https://github.com/wxbool/video-srt/blob/master/video-srt.exe)）
```shell
video-srt video.mp4
```
## FAQ
* 支持哪些语言？
* 视频字幕文本识别的核心服务是由阿里云`录音文件识别`业务提供的接口进行的，支持汉语普通话、方言、欧美英语等语言
* 如何才能使用这个工具？
* 注册阿里云账号
* 账号快速实名认证
* 开通 `访问控制` 服务，并创建角色，设置开放 `OSS对象存储`、`智能语音交互` 的访问权限
* 开通 `OSS对象存储` 服务，并创建一个存储空间（Bucket）（读写权限设置为公共读）
* 开通 `智能语音交互` 服务，并创建项目（根据使用场景选择识别语言以及偏好等）
* 设置 `config.ini` 文件的配置项
* 命令行执行（详见`使用`）