AI生成字幕教程

deast 2023-03-29 PM 83℃ 1条

Subtitle Edit (开源字幕编辑器)

最新3.6.12版本更新内容：
* 更新 Whisper CPP 至 v1.2.0
* 通过 GPU 添加 Whisper（Const-me，仅限 Windows）

这个软件极为方便的一点是集字幕生成、在线翻译、微调合成双语字幕、导出字幕于一体。
而且字幕生成可以使用Whisper，效果也非常不错。
## 第一步：视频导入
[![](https://cloud.52flb.cn/t/DG4yrL)](https://cloud.52flb.cn/t/DG4yrL)

如图所示位置，第一次导入视频时，会提示安装播放器工具，安装好以后即可
然后点下方的波形图，安装ffmpeg，这样就可以直观的在波形图上滑动编辑字幕进行微调

## 第二步：语音识别-选择语言模型
[![](https://cloud.52flb.cn/t/mHyPi1)](https://cloud.52flb.cn/t/mHyPi1)
如图所示，此软件内含两种语音识别模型，一种是Vosk，一种是Whisper。
两种模型都需要下载对应语言的模式，主要分为Medium和Large俩种模式

我找了个语音比较多的4分钟短片来对比一下两个模型的识别效果，都是直出翻译，无微调
### 1.选择模型和模式
[![](https://cloud.52flb.cn/t/DW5Sm1)](https://cloud.52flb.cn/t/DW5Sm1)
### 2.模型耗时比较
[![](https://cloud.52flb.cn/t/fzX50G)](https://cloud.52flb.cn/t/fzX50G)
### 3.模型生成效果比较
![](https://www.52flb.cn/usr/uploads/2023/03/4271021214.png)

**总结：**Vosk模型生成速度快，但是精度不太行，Whisper生成速度慢，精度准确。所以，电脑垃圾的话推荐使用Vosk模型的Large模式和Whisper的Medium模式，电脑配置好的话，直接用Whisper的Large模式即可。然后目前 Whisper 有 9 种模型，4 种后缀.en的是纯适配英文的版本，另外 5 种是适配多语言版本的（包括日语国语等等语言），可以根据需求在速度和准确性之间进行权衡，以下是现有模型的大小，及其内存要求和相对速度：
[![](https://cloud.52flb.cn/t/a1GKCC)](https://cloud.52flb.cn/t/a1GKCC)
## 第三步：字幕翻译
![](https://www.52flb.cn/usr/uploads/2023/03/136372816.gif)
如图所示，在自动翻译选项，点击翻译，软件会调动谷歌翻译进行翻译(电脑需要翻墙)
不翻墙方法：
下载 Tern - 字幕组机翻小助手，支持网页端和桌面端，但是里面的翻译需要在设置里填写翻译服务商的API，有教程，很快就好。需要注意的是，最好在设置里将输出格式改为只输出译文，这样就可以把译文和原文字幕都导入Subtitle Edit，进行下一步微调字幕的操作。
[![](https://cloud.52flb.cn/t/HiHSG0)](https://cloud.52flb.cn/t/HiHSG0)

## 第四步：微调字幕
[![](https://cloud.52flb.cn/t/ybPmHO)](https://cloud.52flb.cn/t/ybPmHO)
如图所示，在选择一条字幕后，下方文本框内可以进行修改，配合下方的波形图，左右滑动字幕区间可以调整字幕时间段，同时鼠标右键可以选择在此之前或之后插入字幕。
注：这里要提到Whisper的一个缺点了，由于Whisper的工作原理是将输入的音频分割成 30 秒的小段、转换为 log-Mel 频谱图，然后传递到编码器。这样虽然能够帮助Whisper了解上下文的语境，生成符合人类口语的字幕，但是却会导致一句话的字幕显示很长一段时间，需要咱在波形图上左右滑动调整字幕显示时间段

## 第五步：合成双语字幕
[![](https://cloud.52flb.cn/t/jT8u14)](https://cloud.52flb.cn/t/jT8u14)
一切调整好后，如果想直出中文字幕可以跳到第六步，如果想设置成双语字幕，可以按Ctrl+Alt+Shift+M，合成为上方中文下方原文的字幕

## 第六步：导出字幕
[![](https://cloud.52flb.cn/t/vD0SqP)](https://cloud.52flb.cn/t/vD0SqP)
如图所示，在屏幕左上角选择另存为即可，需要注意的是，如果不保存原始字幕的话，导出的是纯中文字幕，下次再打开保存的字幕也看不到原始未翻译的字幕。所以最好是先点保存原始字幕，再存一下已翻译的中文字幕。

字幕助手下载地址：https://github.com/1c7/Translate-Subtitle-File

Subtitle Edit下载地址https://yun.52flb.cn/d/OneDrive/Soft/SubtitleEdit_v3.6.12_Chs_Portable.7z

## 注：
       还有一个提高语音识别精准度的方法，在导入 Subtitle Edit 前，先用PR打开，给视频增加一个人声增强和降噪的效果，然后再导出成一个小体积的视频，这样语音识别人声会更加精准。
       然后最推荐的还是Whisper模型，虽然生成比较慢，但是很准确，大家有想生成的影片，只要晚上睡觉前点开始生成，早上起来应该就好了，把生成的字幕先保存好，空闲的时候，自己再微调字幕即可。

标签: 教程

非特殊说明，本博所有文章均为博主原创。

如若转载，请注明出处：https://www.52flb.cn/index.php/archives/69/

上一篇免费无限次白嫖OneDrive1t云盘

下一篇限免：Avira Password Manager Pro 密码管理器推出限时免费活动

评论啦~

唉呀 ~ 仅有一条评论

deast 博主

转载于不可说论坛，WatchMe
回复 2023-03-29 23:07

可 https://panel.vp0.cc/#/register?code=MH6XN5Y92022年05月31日 14:00:29
PT站如有求药可留言，看数据发药2022年04月02日 13:03:06
https://1ups.top/register?aff=134572022年03月04日 15:53:00
更新了博客版本2022年03月04日 10:33:15

软件福利 PT 教程限免网盘实用工具 VPS 国际米兰甲骨文接码

52云盘

AI生成字幕教程

评论啦~

唉呀 ~ 仅有一条评论

栏目分类

博主动态 ~

标签云

友情链接

AI生成字幕教程

 评论啦~

唉呀 ~ 仅有一条评论

 栏目分类

博主动态 ~

标签云

友情链接

评论啦~

栏目分类

博主动态 ~

标签云

友情链接