基于语音识别、音文同步、图像OCR的字幕解决方案HtwMedia介绍

 

　　背景介绍

    　　俗话说，“好记性不如乱笔头”，这充分说明了文字归档的重要性。如今随着微信、抖音等移动端app的使用越来越广，人们生产音、视频内容也越来越便捷。而相比语音和视频而言，文字具有易存档、易检索、易传播等优点。提取音、视频中的有效信息形成文字并持久化对很多行业都有很现实的意义。

    设想一下，一部有知识含量的课件或科普视频往往需要播放多遍才能吃透，如果把它其中的知识提取出来是不是容易检索、理解方便的多？参加讲座或访谈等用录音笔或者手机就可以录下来，而把它整理出来是不是更容易形成知识？影视剧的生产者按照行业规定通常需要加字幕，而一部优秀的国外影视剧如果把它本地化形成双语字幕对于不掌握国外语言的观众会更有用，等等。这些都是HtwMedia的使用场景。

    HtwMedia是一款windows系统下的专业字幕及音视频应用解决方案。运用最新的自动语音识别、语音合成及机器翻译、图像OCR等技术可实现视频字幕的提取，时间轴的自动生成，字幕文本的自动生成以及字幕文本和语音的自动对齐等功能。另外软件还实现了基于精准音频波形图的时间码及文本的生成及编辑校对功能，提供视频字幕压制、导出到Premiere、Edius、Final cut pro等非编软件等实用功能。

    为什么说HtwMedia是一套解决方案而不仅仅是处理字幕的软件产品呢？因为我们所有的功能都是建立在长时间积累用户需求及使用习惯的基础上，涵盖了在字幕及音视频处理的方方面面。

    比如：

• 在用户导入媒体文件时，我们会对媒体做音量调整及降噪处理，对时间过长的媒体文件做切割分段。这些预处理会很大程度上提高自动识别及音文同步的性能。让识别及同步准确率提高哪怕一个百分点，让用户节省每一分钟都是我们的追求。
•  我们会对用户的操作自动保存成工程文件，防止因为操作中断而导致之前的处理结果丢掉。用户再次打开工程的时候可以继续处理。
•  我们不仅提供基于语言识别的字幕生成，而且提供视频中的字幕提取。经常有用户提到：“如何把DVD的vob和sub文件转成srt压制到视频里？如何把蓝光sup文件转成srt文件？如何提取avi/di