音视频批量转字幕工具产品系统

我要开发同款
攒钱给老婆买手机2026年11月16日
4阅读

技术信息

语言技术
Python
系统类型
Windows
行业分类
音视频多媒体

作品详情

行业场景

做课程和口播视频的人,最烦的不是剪,是打字。一条十五分钟的视频,靠听打要一个半小时,还容易听错人名和专业词。外包给字幕组,一条几十块,来回对稿又要等一天,赶发布的时候就卡在这一步。

功能介绍

导入一个视频或音频,自动分离音轨并统一采样率,用本地模型识别成文字,再按语义重新切句、压到每行不超过二十来个字,导出 srt。可以一次丢多个文件进队列,输出文件名跟源文件对应,剪映、PR 直接导入就能用。不联网,素材不外传。

项目实现

音轨用 ffmpeg 抽出来并重采样成 16k 单声道,避免识别端采样率不匹配。识别跑本地 whisper.cpp 模型,输出原始 srt 后做二次处理:按中文标点重新断句、限制单行长度、时间轴按新句子重排。批量时逐个文件处理,失败单独记日志不中断队列。

示例图片

声明:本文仅代表作者观点,不代表本站立场。如果侵犯到您的合法权益,请联系我们删除侵权资源!如果遇到资源链接失效,请您通过评论或工单的方式通知管理员。未经允许,不得转载,本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态

评论