news 2026/9/10 19:49:46

语音转字幕实战(字幕提取)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
语音转字幕实战(字幕提取)

下载

https://github.com/agermanidis/autosub

它是基于Google Web Speech API实现的,需要翻墙请求外部接口

通过python安装项目,会下载对应的autosub到环境变量

pip install git+https://github.com/agermanidis/autosub.git

输入以下命令有返回则代表安装成功:

autosub -h

让本地http请求走代理端口(这里演示我本地的mac环境,其他环境差不多,要启动一个翻墙服务,一般都是暴露1090端口)

vim ~/.zshrc

alias setproxy="export ALL_PROXY=http://127.0.0.1:1090"

alias unsetproxy="unset ALL_PROXY"

让环境变量生效

souce ~/.zshrc

setproxy

最后执行转字幕命令

autosub -S zh-CN -D zh-CN test.mp4 (之前发现卡住了,parse过程很慢,后面联想到请求googel接口问题,需要翻墙)

最后执行成功了,生成的效果还可以

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/11 11:43:21

将LangGraph工作流迁移至LangFlow的实践

将LangGraph工作流迁移至LangFlow的实践 在AI应用开发日益普及的今天,一个现实问题摆在我们面前:如何让复杂的大模型流水线既保持工程上的严谨性,又能被更多非编程背景的团队成员快速理解和参与?这不仅是技术选型的问题&#xff…

作者头像 李华
网站建设 2026/9/10 23:18:11

Dify入门指南:快速构建生成式AI应用

Dify实战指南:从零构建企业级生成式AI应用 在今天,一个产品团队想要快速验证AI功能的市场价值,最怕什么?不是模型不够强,而是开发周期太长——写提示词、接API、调检索逻辑、做前后端联调……等系统上线时,…

作者头像 李华
网站建设 2026/9/10 16:47:23

FLUX.1-dev:120亿参数文本生成图像模型解析

FLUX.1-dev:120亿参数文本生成图像模型深度解析 在视觉生成模型的赛道上,当大多数开源项目还在优化扩散步数与提示词对齐能力时,Black Forest Labs 推出的 FLUX.1-dev 像一场静默的技术突袭——它没有夸张的宣传阵仗,却凭借 120 …

作者头像 李华
网站建设 2026/9/10 16:40:15

GBase 8a数据库kafka认证机制

一、什么是认证机制?所谓认证,又称“验证” “鉴权”,英文是authentication,是通过一定的手段,完成对用户身份的确认。认证的主要目的是确认当前声称某种身份的用户确实是所声称的用户。注意不要与授权(aut…

作者头像 李华
网站建设 2026/9/11 6:17:35

南大通用支撑徐州农商行基础数据库顺利替代改造

项目背景:徐州农商行原使用DB2数据库构建数据仓库,随着业务发展和复杂应用导致的数据量增加,数据存储和处理压力日益增大,DB2数据库逐渐无法满足业务需求。同时DB2存在无法线性扩容, 效率下降等问题,无法满足快速增长的…

作者头像 李华
网站建设 2026/9/9 14:21:21

Windows上部署GPT-SoVITS远程语音复现服务

Windows上部署GPT-SoVITS远程语音复现服务 在内容创作和AI应用日益普及的今天,个性化语音合成正从实验室走向大众。你是否曾想过,只需一段几分钟的录音,就能让AI用你的声音朗读任何文字?甚至让它说一口流利的英文、日语&#xff…

作者头像 李华