如何自动识别视频中的语音并生成字幕文件(.srt) 【百科全说】

基于google API的自动语音识别

安装过程

01

到Python官网（https://www.python.org/downloads/）下载python2.7的最新版本，下载完成后安装Python2.7，本例中安装到C:\Python27目录下，注意，需要将Python的安装目录加入环境变量，加入环境变量的步骤如下：
02

以管理员模式打开 cmd界面，切换到Python27目录下的Scripts目录下(命令为：cd /d C:\Python27\Scripts)，输入安装autosub的命令(pip.exe install autosub)，正常情况下，就可以安装成功了
03

如果第2步出现了问题，到Pypi上自己下载安装包，下载地址：https://pypi.org/project/autosub/#files，下载完毕后还是在Python27目录下的Scripts目录下输入命令:pip.exe install autosub安装包的地址，例子看图
04

安装完毕后，下载FFMPEG，地址：https://ffmpeg.zeranoe.com/builds/，下载后，进行解压，将文件夹中的bin文件夹中的ffmpeg.exe复制到C:\Python27（即Python目录）下
05

重命名C:\Python27\Scripts\目录下的autosub文件名为autosub_app.py
06

使用Notepad++编辑autosub_app.py文件，将第48行由原来的temp = tempfile.NamedTemporaryFile(suffix='.flac')，更改为temp = tempfile.NamedTemporaryFile(suffix='.flac', delete=False)；第127行由原来的exe_file = os.path.join(path, program)，更改为exe_file = os.path.join(path, program + ".exe")
07

重启计算机

01

首先对autosub进行测试，在Python目录下，输入如下命令： python.exe Scripts\autosub_app.py --list-languages(支持的语言列表如下，很遗憾似乎没有中文的……），测试成功如下图：
02

测试成功后,我们将需要识别的视频放到C:/Python27目录下，我们以油管上的Ya6Av7uecbg视频为例
03

注意本步骤可能需要打开vpn，因为使用的是google api，不打开vpn可能会比较慢或者无法使用。在C:/Python27/Scripts目录下，输入如下命令： python.exe Scripts/autosub_app.py 视频名称，具体输入看图，最后会得到一个srt文件
04

当出现0kb的srt文件时，有可能是视频源出现了问题，有两种解决方法：①换视频源②将视频中的音频取出来（可以使用pazera提取），将其转换成单声道（mono）的音频，再重新合成。（注意在转换的过程中可能会变成无声文件，所以需要正确的转换方式，比如在AA中复制一个channel的声音，新建一个单声道文件复制进去）。重新合成之后的视频文件进行提取字幕一般没有问题。