商务合作联系微信：telegram: @tianmeiapp
站长邮箱：[email protected]
点击链接查看效果
生活中经常有痛点。比如在坐地铁的时候，如果你用耳机看一段没有字幕的视频，你会觉得很不舒服。因为噪音太大，你听不到视频里的内容，也不能把声音调的很大，会伤到耳朵。看英文视频的时候，如果没有中文字幕，而且英文水平很差，你很难看懂。如果加了英文字幕，稍微有点英文水平的人说不定也能看懂。在日常生活中，您可能有一个您非常想自动转换为文本的录音文件。
上述痛点并不痛苦，但如果有工具可以自动帮助我们做一些自动语音到文本的工作，那就太好了。根据视频的语音信息，自动添加字幕功能早就有了，可以自动翻译。如果把文字识别为文字，科大讯飞、百度等都有很多产品。但是将长音频转换为文本或自动为视频添加字幕的自动化软件并不常见。科大讯飞应该有这样的软件，不知道会不会收费。
我是一名软件开发者，生活中的这些痛点让我觉得最好还是利用现有资源添加字幕或将音频转为文本。所以我花了一些时间做一个演示。对于一些不错的视频，比如语音视频，效果还是不错的。
我做了一个 TED 演讲的演示。TED演讲者英语清晰，噪音小：
泰德视频来自：.mp4
查看自动生成的字幕文件：.srt
在我的脚本中，基本思想是：
(1）把长语音文件剪成小语音文件。
(2）直接用百度的语音识别做小文件的语音转文字识别
(3）小语音文件包含语音的开始时间和结束时间，所以可以做字幕
其实处理起来也不容易，就是把长文件切成小语音文件。经过一番思考，我们有如下切割过程：
(1）提取wav文件的数据，对数据做一些平滑处理
(2） 规范化数据
(3） 设置一个阈值来定义用户的暂停阈值（归一化后，我取0.2）。对于每一个超过这个阈值的语音值，都认为是在说话，它低于这个算停顿视频字幕转文字，计算连续停顿的长度和连续的说话点数。
(4）所有统计长度数据，按暂停时间排序
(5）根据整理的数据，越高级越要剪。剪到什么时候停止？剪完后的小音频，在小于指定的指定试音长度时全部停止。基本上按照我的经验可以将此值设置为17S左右。
（6）有了这些小音频，你可以利用现有的语音识别技术进行语音转文字识别，甚至可以添加字幕。
您还可以在将来添加一些自动翻译。
如果你是码农，请看我的项目：
.
想听剪辑效果的可以点击下方链接查看百度网盘。切割文件按照命名（ID从1开始）
以后想学英语或者学音乐，可以先把长音频剪成小句，方便很多。
拆分TED音频文件后的小音频无伴奏合唱
无伴奏合唱 剪小音频后我只关心你 TED
识别蝌蚪中文寻找妈妈：
睡前故事，
小蝌蚪找妈妈，
小蝌蚪在池塘里游来游去，
当我带着一群小鸭子遇见妈妈时，池塘里也有水。小鸭们跟着鸭妈妈，不停地喊妈妈。
下课后，我想知道我们的妈妈在哪里。
他们来到妈妈面前问：“鸭妈妈，你知道我们妈妈长什么样吗？”
你妈妈，头上长着两只大眼睛，
嘴巴又大又宽，
小蝌蚪觉得大禹像妈妈，就追上去叫妈妈。大鱼笑着说我不是你妈妈。
你妈妈有四只脚，
小蝌蚪看到乌龟有四条腿，
追着他大喊，
妈咪，乌龟笑着说，我不是你妈，你妈肚子是白的，
小蝌蚪看到一只大白鹅很高兴视频字幕转文字，想上去。
妈妈，大白鹅说你妈妈穿的是绿衣服，
能呱呱叫，小蝌蚪看见一只青蛙坐在荷叶上，穿着绿色的衣服，
青蛙呱呱叫着说，我的孩子快要来了，我是你的妈妈，怎么和你长得不一样？
长大后会像妈妈一样，
小蝌蚪终于找到妈妈了，它们在水里快乐地游来游去，
后来，小蝌蚪慢慢长出了四条腿，尾巴也不见了。它也变成了绿色的衣服，变成了一只真正的青蛙。
他们每天在岸上行走害虫，
人类的好朋友，
英文识别结果：
我们的，
该，该，
我在生活中，
我无法用肉眼看到这一点，甚至我们最多，
但我知道 '，
发生在将有助于发现，
在我们身上，有水就有生命，
所以我们在他们恒星的右边寻找那个轨道，
在此以蓝色显示，因为星星可能是温暖的，因为水流过它们的湖泊和生命可能的地方，
有些人专注于他们的时间，这些来自他们的明星，
我所做的事情占据了他们的工作，并且，
我建模的，
''有许多来自它的明星，可以生活，
拿金星，
IT' 在爱的罗马之后，如果在天空中，
而是一个故事，
接近九点五，
那是为了熔化铅，
它的厚不是它来自太阳是来自太阳的热量是，
在这个，
从这些从我们自己的太阳“那”到它并承载生命，
我们不知道它们是什么样子的，它们在游戏中对它们的星星来说是如此之小，离我们如此之远，
对于其中一个可以浇水的是至少六六七cc 触摸一个名字写，我的手机距离'三光年，
超过一英里，
到它的主星面前的轴心为他的努力，
就像在汽车旁看到果蝇',
他们现在距离一英里远，你想知道苍蝇的颜色，
所以我习惯了你对水和生命所需要的那种，
这里'' 的六十与你的要求，
它距离地球只有 40 光年，
或者在工作中发现它可以为许多类型的开放水域提供温暖，并且它的轨道生活喜欢在这上面寻找生命迹象，
a 上的冰也适用于浅色和蓝光的冰，
这就是为什么照片中的东西看起来如此蓝太阳的光在它的路上冰只有蓝色的光使它一直到
当我们看到蓝色的妻子时，它又回到了我们的眼前，
我的模特展示了星星可能比她所做的星星更能将星星的光冻结在那种光中，
加热冰块，
使用这些对生命至关重要的方法，
不是这个，
我的 ，
我'，和一个喜欢化妆和阅读的演员，所以我要参加，
，以及他们如何才能为我们的下一个生活，
我的明星女孩到有色女孩，
使用和艺术，
那'和'去，但他们可以帮助这些女孩把她们的整体带到一个很大的地方，也许有一天，
加入人满为患的行列，可以一劳永逸地证明我们真的并不孤单，
谢谢你，
商务合作联系微信：telegram: @tianmeiapp
站长邮箱：[email protected]
原文链接：我用TED演讲者英语清晰，噪音也少：Ted视频来自：.自动生成的字幕文件，转载请注明来源！