whisper和沐神讲解whisper做的开源工具做的Autocut——————python-根据语音识别让无字幕视频自动生成字幕，附srt字幕文件

最新推荐文章于 2024-04-27 18:34:13 发布
最新推荐文章于 2024-04-27 18:34:13 发布
阅读量409 收藏 8
点赞数 10
文章标签： whisper 语音识别 音视频
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41517071/article/details/127823403
版权
东方-教育技术博主（接私活）
关注
  • 10
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
全自动视频翻译，利用Whisper识别声音，AI大模型翻译字幕，最后合并字幕视频，生成翻译好的带字幕的视频 （python）
02-06
该项目旨在提供一个简单易用的全自动视频翻译工具，帮助您快速识别声音并翻译生成字幕文件，然后将翻译后的字幕与原视频合并，以便您更快速的实现视频翻译。 Tips：推荐选用 Faster-whisper 和 Large 模型以获得最好的断句、识别体验。首次使用 Whisper 模型时需下载。 项目亮点 支持 faster-whisper 后端 支持 GPU 加速 支持 ChatGPT、KIMI 翻译 支持多种语言识别、翻译 支持多种字幕格式输出 支持字幕、视频预览 使用方法： 在config内设置 OPENAI_API_KEY、OPENAI_BASE_URL、KIMI_API_KEY，以便使用翻译引擎。 您也可以在网页中设置各项参数，目前版本已经可以自动保存到config中，无需重新设置。 运行 webui.bat 等待网页跳转，如果没有跳转请自行在浏览器输入http://localhost:8501/ 首次使用streamlit，可能会要求输入email，直接Enter跳过即可。 上传文件，设置模型，运行程序，耐心等待处理 其他详细说明请见README.md
whisper-一个使用python快速实现合成语音的库，离线人工智能合成，无需联网
01-02
whisper-一个使用python快速实现合成语音的库，离线语音识别，无需联网。 使用方法pip安装好whisper ，执行测试代码 支持多种语言的识别，包括中文英文
ubuntu安装whisper-ctranslate2语音识别工具文字版
12-26
目录： 一、whipser-ctranslate2介绍 二、准备环境 1. Python版本 2. OpenSSL安装 3. 安装python和openssl时的填坑 坑1：执行pip命令后提示ssl module不可用 坑2：报缺少IPC/Cmd.pm 模块 坑3： No module named _ctypes 坑4：证书问题 4. setuptools和wheel安装 5. 安装cuDNN 6. pytorch/torch版本 7. ffmpeg安装 ​​​​​​​8. whisper-ctranslate2 8.1 安装whisper-ctranslate2 8.2 大模型下载 8.3 填坑 坑5：pkg-config could not find libraries 坑6：No module named 'src' 坑7：AssertionError: 3D tensors expect 2 values for padding 坑8：报错OSError: libcublasLt.so.11 not defined等 三、使用whisper-ctranslate2 四、测试
基于faster whisper实时语音识别语音转文本python源码
12-31
模块： fast_whisper pyaudio 博客地址：blog.csdn.net/FL1623863129/article/details/135319194 视频演示：bilibili.com/video/BV1fQ4y1j7wb
基于Whisper和Google翻译给英文视频添加中英字幕
05-08
基于Whisper和Google翻译给英文视频添加中英字幕，具体介绍在这里，自己配好环境就可以使用，参考此博客 https://blog.csdn.net/qwe33433/article/details/130525004?spm=1001.2014.3001.5501 下载内容包括 （1）MP4文件批量转换MP3文件代码 （2）读入MP3文件获取SRT文件的代码（两个分别对应两种调用谷歌翻译的方法） （3）视频剪辑SolveigMM Video Splitter软件和Potplayer播放器
【Python小技巧】巧用SnowNLP将一段话一键生成srt字幕文件（后期结合moviepy可生成带字幕的视频）
IT里的交易员-博客
01-22 1093
最近在尝试moviepy制作视频，但是有时候需要制作字幕。一般视频剪辑软件都是手工添加字幕，这个很费时费力。虽然某音等可以自动识别语音添加字幕，但宝宝要使用moviepy制作视频，都已经有文字了，还需要再语音识别么？这就有点脱裤子放屁了。那有没有一种简便的方法呢？比如我给一段话就可以自动生成字幕。如何可以一键生成字幕文件？但皇天不负苦心人，还真让我搞出来了。要做字幕，首先就得处理文章断句。这个搞不定，后面都弄不成。但现在大部分的自然语言处理库基本都是针对英文的，那需要处理中文，怎么办呢？
python-根据语音识别让无字幕视频自动生成字幕，附srt字幕文件
lidashent的博客
02-25 1万+
文章目录问题解决思路导出音频分片，导出音频时间信息自动识别停顿，对声音切片编写函数，对语音分片实现语音识别，得到文字信息对csv文件处理，得到编写srt文件需要的信息处理时间格式的代码主文件调用，并主导srt文件生成 问题 各大平台都有长语音转写的服务，但是收费昂贵，而且有次数和时间限制。 因此我想到了一个白嫖的好办法。将长音频根据语句停顿切割得到短音频，使用他们提供的短音频识别服务来识别长音频不是更好吗？粗略计算了下，可以使用的时长为50000分钟，白嫖。 至于视频声音的停顿时间也是很容易得到的。 最后根
从头开始在Python中开发深度学习字幕生成模型
02-25
图像描述是一个有挑战性的人工智能问题，涉及为给定图像生成文本描述。字幕生成是一个有挑战性的人工智能问题，涉及为给定图像生成文本描述。一般图像描述或字幕生成需要使用计算机视觉方法来了解图像内容，也需要自然语言处理模型将对图像的理解转换成正确顺序的文字。近期，深度学习方法在该问题的多个示例上获得了顶尖结果。深度学习方法在字幕生成问题上展现了顶尖的结果。这些方法最令人印象深刻的地方：给定一个图像，我们无需复杂的数据准备和特殊设计的流程，就可以使用端到端的方式预测字幕。本教程将介绍如何从头开发能生成图像字幕的深度学习模型。完成本教程，你将学会：该教程共分为6部分：1.图像和字幕数据集2.准备图像数据3
python 视频硬字幕提取 内嵌字幕提取工具 vse
天涯爱生活
09-10 1万+
项目简介 video-subtitle-extractor是一款将视频中的硬字幕提取为外挂字幕文件(srt格式)的软件。 主要实现了以下功能： 提取视频中的关键帧 检测视频帧中文本的所在位置 识别视频帧中文本的内容 过滤非字幕区域的文本 去除重复字幕行，去除水印(台标)文本 生成srt字幕文件 多语言：支持中文、日语、韩语、法语、德语字幕的提取 下载地址： Windows GPU版本： 国内：vse_windows_GPU.zip.001 (1/2)、vse_windows_GPU.zip.002
python-视频声音根据语音识别自动转为带时间的srt字幕文件
lidashent的博客
02-23 3204
文章目录问题解决识别语音的讯飞接口调用函数处理结果，得到字符 问题 最近在看一些教程，发现没有字幕，网络上也没有匹配的，看着别扭 因此我使用au处理了视频，得到了视频声音，wav格式，20多分钟长度 然后使用讯飞的语音识别接口识别了下，准确度还可以。 20分钟说了1万多字，他的嘴是机关枪吗？我真是服了。 免费个人账户有5h的使用时间，挺好的。 使用的别人的语音接口没有啥成就感，但是需求满足了，记录一下。 解决 识别语音的讯飞接口调用函数 voice_get_text.py # -*- coding: utf
薅羊毛之讯飞输入法助我生成字幕文件
热门推荐
u014804795的博客
03-18 1万+
​ 由于近期免费的语音转文件/字幕的网站开始收费了，我作为个人用户，实在不想为计算付费，遍寻开源语音识别项目不到，后来看到了孙亖的csdn博客，就仿照他的思路，完成了本次项目。
【脚本工具】视频抽帧、添加srt字幕朗读、添加背景音频
玛卡`三少 的博客
11-02 315
解释：这个函数允许你创建一个视频写入对象，以便将视频帧写入到一个新的视频文件中。解释：CAP_PROP_FRAME_COUNT 是 cv2.VideoCapture 对象的一个属性，用于获取视频文件中的总帧数。解释：FourCC 是一个4字节的代码，用于标识视频编解码器。解释：这个函数允许你创建一个视频捕获对象，以便从指定的视频源中读取视频帧。你可以传递视频文件的路径或摄像头的索引作为参数，然后使用它来逐帧读取视频。作用：用于将视频帧写入到一个新的视频文件中。作用：用于从视频文件或摄像头捕获视频帧。
免费语音转文字：自建Whisper，贝锐花生壳3步远程访问
oray2013的专栏
04-21 279
以Whisper-WebUI为例，通过Whisper-WebUI本地部署后，搭配花生壳内网穿透，简单3步就能实现远程浏览器进行访问、使用。此外，与其他需要联网运行的商业语音识别服务相比，Whisper的独特之处在于其完全在本地运行，无需联网，从而确保了用户个人隐私的安全。HTTPS：用于创建访问安全加密的站点映射，同时花生壳可自动云端部署证书，本地无需额外申请、设置，非常方便。生成完成后，复制生成的访问地址，用浏览器访问链接，就可以远程访问Whisper了。
使用Python实现语音识别与处理模型
Echo_Wish的博客
04-23 493
语音识别与处理是指将语音信号转换成文本形式的过程，通常包括语音信号的预处理、特征提取、模型训练和识别等步骤。语音识别与处理技术广泛应用于语音助手、语音搜索、语音转写等场景。
视频评价工具AVQT介绍
小金牛来了
04-21 361
视频评价工具AVQT介绍
Python 实现视频去抖动技术
一键难忘的博客
04-21 6901
Python 视频去抖动是指利用 Python 编程语言和相关的图像处理库，对视频中由于相机震动或手持拍摄等原因而导致的画面抖动进行处理的技术。视频去抖动的目的是使得视频画面更加稳定，减少抖动，提高观看体验。通常，视频去抖动的实现可以采用多种方法，包括基于帧差的方法、运动估计方法、深度学习方法等。其中，基于帧差的方法通过比较相邻帧之间的差异来进行处理，可以简单有效地减少画面抖动。而运动估计方法则通过对视频帧之间的运动进行估计，进而校正画面，使得画面更加稳定。
数字信号处理操作教程_音频解码：3-8 G711A音频解码实验
Tronlongtech的博客
04-24 889
PCM是对模拟的连续信号进行抽样，G711则是对PCM数据进行再一次的抽样。G711主要是对16bit的PCM进行抽样，取到PCM的高位数据，去掉低位的数据，并且只保留8位。a-law也叫G711A,输入的是13位（其实是S16的高13位），使用在欧洲和其他地区，这种格式是经过特别设计的，便于数字设备进行快速运算。程序流程设计中首先要打开/创建输入和输出的文件，接着进行G711解码并将解码后的数据保存到pcm文件，最后关闭文件即可。再导入工程目录下的 speech.pcm 文件，点击绿色剪头播放音频数据。
短视频生成背景&文字工具(前端工具)
最新发布
小张微说的博客
04-27 371
过年这两天有些无聊就刷刷抖音，刷着刷着自己也蠢蠢欲动，想发上几个，可是却找不到合适自己的模板。由于个人喜欢一些古诗文之类的，所以自己简单的编写了一个小工具，如下图： 当设置好了之后，将浏览器设置成最窄，就可以截图发送至抖音啦~ 如果有需要可以关注公众号：前端微说， 发送：短视频生成背景&文字工具(前端工具) 获取源码，如果获取源码失败，可联系微信：iotzzh。 如果文章能够对您有所帮助，我便感到十分荣幸。如若文章能被您点赞，那便是万分荣幸。 个人微信：iotzzh 公众号：前端微说 个人网站：
视频怎么批量压缩？5个好用的电脑软件和在线网站
2301_82062174的博客
04-24 679
视频怎么批量压缩？以上就是批量压缩视频分享的2个电脑压缩软件和3个在线压缩视频网站的全部内容啦。电脑软件批量压缩相比在线压缩网站会提供更丰富的压缩选项和功能，精确控制压缩参数，根据自己的需求选择不同的压缩设置，但是批量压缩太多太大的视频会影响电脑运行速度。而在线视频压缩网站则更加方便快捷，无需下载任何软件，任何设备和系统都可以随时使用，不过各方面的功能选择单一不丰富，会有一些限制。不同的方法有不同的优缺点，按需选择就好，希望可以帮助到你哦~
whisper下载语音识别文字
01-06
Whisper是一款可以实现语音识别转文字的应用软件。它可以通过下载安装在手机或电脑上，实现将语音转化为文字的功能。 使用Whisper进行语音识别转文字非常简便。首先，用户需要下载并安装Whisper应用，可以在各大应用商店或官方网站上获取。安装完成后，用户可以打开应用，并按照界面上的提示进行设置和授权。接下来，用户可以开始使用Whisper进行语音转文字的操作。 在使用Whisper进行语音识别转文字时，用户可以选择两种方式。一种是通过录制语音进行识别，用户只需按下录制按钮，开始说话，Whisper会自动将语音转化为文字。另一种方式是通过实时语音输入进行识别，用户可以直接讲话到麦克风，Whisper会实时将语音转为文字显示在屏幕上。 Whisper的语音识别转文字功能非常准确和快速。它采用了先进的语音识别技术，能够准确地识别各种语音，并将其转化为文字。同时，Whisper还支持多国语言的识别，可以满足不同用户的需求。 通过Whisper进行语音识别转文字，用户可以享受到很多便利。无论是需要记录会议内容、学习笔记，还是进行语音交流的转化，Whisper都能够帮助用户快速准确地将语音转化为文字，并保存在手机或电脑上。这样，用户可以方便地进行查看、编辑和分享。 总之，Whisper是一个功能强大、操作简便的语音识别转文字应用软件，通过下载安装，用户可以随时随地将语音转化为文字，提高工作和学习的效率。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

东方-教育技术博主（接私活）

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值