利用ffmpeg和腾讯语音识别开发一款自动字幕添加软件（一）

最近在玩自媒体，发现添加字幕很麻烦，所以想自己设计一个自动添加字幕的软件，思路是利用网络上的语音识别引擎进行语音识别，发送音频数据到引擎，返回语音识别数据。
目前市面上的语音识别引擎还是比较多的，主要有百度、腾讯、讯飞，对比之后，发现百度没有录音文件识别，讯飞和腾讯有录音文件的识别，但是讯飞的识别价格比较高，最后选择腾讯的语音识别引擎。

第一步我们需要从视频中分离音频，分离音频我们选择ffmpeg的命令行就可以，人家已经做好了成熟的运行库，拿来主义就可
从视频中分离音频的命令行是

 ffmpeg -i E:\a.mp4 -vn -y  E:\a.mp3

E:\a.mp4 输入视频路径
E:\a.mp3 输出音频路径
-y：应该是覆盖原文件的意思
-vn：是video no 的意思，就是去掉视频的意思。
这样我们就完成了取出音频的工作，取出音频以后，我们还要对音频进行处理，主要是对音频进行重采样，和分割音频，因为几乎所有的语音识别都需要将音频转换为单通道，16k音频，并且上传音频的大小还有限制，所以下一步我们对音频进行处理

第二步，对音频进行重采样 重采样的命令

ffmpeg -i  输入音频路径  -ac 1 -ar 16000 -y   导出音频路径

这样我们就完成了音频的重采样。

第三步，我们对音频进行分割，因为腾讯语音识别引擎的要求是识别文件的大小不能超过5M，所以我们要对音频进行切割处理，因为ffmpeg没有找到按大小切割的命令，所以我们按时间进行切割

fmpeg -i  输入音频 -ss  开始时间  -t  结束时间   -y -acodec copy  导出音频

开始时间格式：00:00:10
结束时间格式：00:00:20

这样我们就完成了音频的切割，下一步，我们发送语音到识别引擎进行识别，请关注下一篇文章。

软件已经开发完成，下载地址 字幕助手