Video/Audio 转 Srt 字幕

AutoSub 使用 Mozilla DeepSpeech 或 Coqui STT 为任何视频文件生成字幕文件（.srt、.vtt 和 .txt）。
对音频片段进行分析，使用 pyAudioAnalysis 将初始音频拆分为片段，生成多个较小的文件。

安装 Python3

apt install python3 python3-pip ffmpeg -y

拉取：

git clone https://github.com/abhirooptalasila/AutoSub
cd AutoSub

修改文件：

scipy==1.5.4
# 文件 requirements.txt 修改版本

python_requires='<=3.9.2'
# 文件 setup.py 修改版本

安装：

pip install .

# 报错：
Attempting uninstall: six
  Found existing installation: six 1.16.0
  Not uninstalling six at /usr/lib/python3/dist-packages, outside environment /usr
  Can't uninstall 'six'. No files were found to uninstall.

# 解决：
apt remove python-six
apt autoremove

再次：

pip install .
---------------
Successfully built AutoSub
Installing collected packages: AutoSub
  Attempting uninstall: AutoSub
    Found existing installation: AutoSub 0.0.1
    Uninstalling AutoSub-0.0.1:
      Successfully uninstalled AutoSub-0.0.1
Successfully installed AutoSub-0.0.1

处理视频：

python3 autosub/main.py --file ~/input/movie.mp4

• 硬件配置：CPU i5-8400
• 视频信息：mp4/中文/130MB/360p/46min，mp4/英文/3.85GB/1080p/94min
• 提取速度：5min和29min
• 具体情况：对中文语言效果差，无对应语言模型。对英文不错，时间轴有些许偏差或者遗漏。没研究多音轨视频如何处理。

其它下载：
https://deepspeech.readthedocs.io/en/v0.9.3/USING.html#cuda-dependency-inference

模型：
DeepSpeech
https://discourse.mozilla.org/t/links-to-pretrained-models/62688

Coqui
https://coqui.ai/models

类似项目

autosub：
https://github.com/BingLingGroup/autosub

懒人快速提取字幕：
PC剪映-文本-智能字幕-字幕识别-仅导出 srt 即可。
建议分离音频处理它，因为剪映会上传服务器进行识别处理，文件小速度会快一些。

Buzz 可安装程序：
https://github.com/chidiwilliams/buzz