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

安装

依赖 ffmpeg 进行音频提取，需要自己手动安装，并添加到系统环境变量中。

autosub3 的安装非常简单，执行以下命令即可：

pip3 install autosub3

注意
由于要调用 google speech 的 API，请自行翻墙。

使用

autosub abc.mp4

即可在 abc.mp4 同目录下生成 abc.srt 的字幕文件。

指定语言为中文：

autosub -S zh-CN -D zh-CN videoplayback.mp4

查看参数说明: 

autosub --help

使用说明

请参见Github autosub库的
使用说明