Program do automatycznego generowania napisów przy użyciu syntezatora mowy?

Mam film, dla którego chcę utworzyć napisy. Czy istnieje program, który może wykonać podstawową mowę na tekst w celu

1. ustaw prawidłowy początek / koniec każdego podtytułu
2. tworzyć podstawowe napisy tekstowe (przy użyciu pewnego rodzaju mowy na tekst)

Wiem o napisach do gnome. Jednak ręczne napisanie tych napisów wymaga dużego wysiłku. Musisz wybrać początek i koniec każdego zdania.

Youtube ma powyższe funkcje (tworzy podstawowe napisy tekstowe we właściwym czasie, używając mowy na tekst). Wolałbym jednak nie przesyłać filmów na YouTube tylko po to, żeby zdobyć moje napisy. Czy w Ubuntu można wydajnie wykonywać napisy?

Aktualizacja : Planuję używać tylko napisów .srt i nie muszę ich kodować na stałe na filmach. Moim największym wymaganiem jest, aby program automatycznie znajdował początek / koniec każdego zdania, aby napisać w nim tekst.

Aktualizacja nr 2 : Istnieje oprogramowanie zamiany tekstu na mowę dla systemu Linux z pakietem CMU Sphinx. Możliwe jest używanie CMU Sphinx z programem napisów zgodnie z http://sourceforge.net/projects/cmusphinx/forums/forum/5471/topic/3949891 Ponadto jedno narzędzie do tworzenia napisów zna tę funkcję CMU Sphinx, http: //groups.google.com/group/universal-subtitles-testing/browse_thread/thread/613361ffb921b43b (narzędzie internetowe), jednak w najnowszym kodzie źródłowym nie ma wzmianki o dodaniu CMU Sphinx. Zadanie polega na znalezieniu programu, który wykorzystuje CMU Sphinx do podstawowej mowy na tekst (co również ustawiałoby prawidłowe czasy), tak jak to już zrobiono w YouTube.

Użyłem Aegisub na Windowsie kilka lat temu i byłem z tego bardzo zadowolony. Najwyraźniej jest dostępny dla systemu Linux. To jest dość samo wyjaśniające.

Aegisub tworzy tylko plik z napisami, np. Plik .srt. Aby połączyć wideo z napisami, aby utworzyć zakodowane napisy, nadal musisz użyć drugiego programu.
W systemie Windows korzystałem z VirtualDub, ale nie jest on dostępny dla Linuksa. Możesz użyć VLC, aby to zrobić w systemie Linux :

Utwórz swoje subs w Aegisub, zapisując jak zwykle jako plik .ass.

Użyj VLC, aby dodać ścieżkę napisów do filmu. Napisy -> Dodaj plik napisów ...

Skonfiguruj styl wyświetlania i ustawienia napisów, aby były wyświetlane według twoich upodobań. Narzędzia -> Preferencje -> Napisy / OSD

Możesz teraz obejrzeć wideo, aby upewnić się, że napisy wyświetlane są zgodnie z zamierzeniami. Na przykład mogę sprawdzić niektóre napisy, które określiłem w Aegisub, aby były wyświetlane u góry ekranu, a nie u dołu.

Dane wyjściowe będą identyczne jak teraz, więc upewnij się, że wszystko jest w porządku.

1. Przejdź do Media -> Konwertuj / Zapisz ... (Ctrl + R).

2. W obszarze Wybór pliku dodaj plik wideo. Zaznacz „Użyj pliku napisów” i przejdź do pliku podrzędnego .ass.

3. Kliknij strzałkę w dół na przycisku Konwertuj / Zapisz i kliknij Konwertuj ... (Alt + O).

4. W obszarze Ustawienia upewnij się, że opcja Konwertuj jest zaznaczona. Zaznacz opcję Wyświetl dane wyjściowe. Subskrypcje nie są dodawane z jakiegoś powodu, chyba że zaznaczysz to.

5. Edytuj profil, aby ustawienia wideo i audio były odpowiednie. Pod zakładką napisów zaznacz pole Napisy i użyj kodeka napisów DVB. Upewnij się, że zaznaczyłeś opcję „Nakładaj napisy na wideo”. Naciśnij zapisz.

6. Wprowadź folder docelowy i nazwę pliku w polu Miejsce docelowe.

7. Naciśnij Start.

Poczekaj na zakończenie i to wszystko. Zastrzeżenie dotyczące tej metody polega na tym, że kodowanie będzie się odbywało w czasie rzeczywistym z wideo, więc jeśli masz wideo trwające 2 godziny, zajmie to 2 godziny. Wynika to z zaznaczenia pola „Wyświetl dane wyjściowe”. Ale z jakiegoś powodu działa to tylko po zaznaczeniu tego.

Istnieją również inne edytory napisów .

Aktualizacja:
Nie pamiętam, aby Aegisub miał funkcję automatycznego ustawiania początku i końca zdania mówionego w pliku napisów. I nigdzie na stronie nie widzę wzmianki o takiej funkcji. Jest jednak z (kombinacjami klawiszy) dość łatwo ustawić te czasy ręcznie.

Czy jest jakiś program, który ma taką funkcję (w dowolnym systemie operacyjnym)?

Nie znalazłem sposobu, aby program napisów automatycznie dodawał podstawowe napisy, analizując głosy w filmie.

Dlatego alternatywą, której używam, jest

1. Prześlij wideo do YouTube (na przykład prywatnie) i skorzystaj z wbudowanej funkcji, aby automatycznie utworzyć podstawowe napisy.

Następnie,

1. Dodaj wideo do http://www.universalsubtitles.org/ i ręcznie utwórz ramy czasowe dla każdego zdania, jeśli automatyczny sposób w YouTube nie zadziałał lub zdania są błędne.
2. Użyj napisów GNOME (dostępnych w Centrum oprogramowania), aby wyczyścić napisy i naprawić wszystkie czasy.

Osobiście lubię napisy Gnome, które są dostępne w repozytoriach.

sudo apt-get install gnome-subtitles

Możesz użyć tego narzędzia wiersza polecenia

Autosub to narzędzie do automatycznego rozpoznawania mowy i generowania napisów. Na wejściu pobiera plik wideo lub plik audio, wykrywa aktywność głosu, aby znaleźć regiony mowy, wysyła równoległe żądania do Google Web Speech API w celu wygenerowania transkrypcji dla tych regionów, (opcjonalnie) tłumaczy je na inny język i ostatecznie zapisuje wynikowy napisy na dysk.

https://github.com/agermanidis/autosub/

Użytkownicy Python3, zrób to:

pip install git+https://github.com/BingLingGroup/autosub.git@alpha

Upewnij się, że masz zainstalowany program ffmpeg.

Ok, znalazłem narzędzie, które wygląda ładnie i podobne do warsztatu napisów - edytor napisów (apt-get install subtitleeditor).

Próbowałem porównać go z napisami Gnome, edytor napisów wygląda na bardziej zaawansowane narzędzie.

W przypadku KDE dobrym edytorem napisów jest kompozytor napisów. Zainstaluj go za pomocą polecenia

sudo apt-get install subtitlecomposer

lub używając linkujnego subtitlecomposer