Autosub是一个字幕自动生成工具。它能使用Auditok来自动检测语音区域,通过ffmpeg根据语音区域来切割音频,通过多个API将语音转为文字,以及通过py-googletrans将字幕文本翻译。
autosub
autosub 原本使用 python 2.X 开发,仅支持 linux 和 macos 系统,现已停止维护
其原理是对音视频文件进行语音活动检测以查找说话的区域,然后并行调用 Google Web Speech API 进行转录,(可选)翻译成目标语言,并将结果存储下来。
autosub3
基于 autosub,升级到 python 3.X 版本,并添加了对 windows 系统的支持。
源码库:Github