python如何根据音频自动给视频底部增加字幕变成新视频？
网友回复
这是一款python源码，实现将没有文字字幕的视频，通过语音识别技术识别为文本，然后重写将字幕添加到视频底部的效果代码。
注意调用的是google语音识别服务，确保你的网络能访问谷歌。
import os
import speech_recognition as sr
from moviepy.editor import VideoFileClip, TextClip, CompositeVideoClip
from pydub import AudioSegment
def extract_audio(video_path):
video = VideoFileClip(video_path)
audio = video.audio
audio.write_audiofile("temp_audio.wav")
return "temp_audio.wav"
def transcribe_audio(audio_path):
recognizer = sr.Recognizer()
audio = AudioSegment.from_wav(audio_path)
# 将音频分割成较小的片段
chunk_length_ms = 10000 # 10秒
chunks = [audio[i:i+chunk_length_ms] for i in range(0, len(audio), chunk_length_ms)]
transcriptions = []
for i, chunk in enumerate(chunks):
chunk.export(f"temp_chunk_{i}.wav", format="wav")
with sr.AudioFile(f"temp_chunk_{i}.wav") as source:
audio_data = ...点击查看剩余70%
by python
我知道答案，我要回答
私活外包
最新提问
如何修改别人发给我的微信笔记内容？
fbx、obj、glb三维格式模型如何在浏览器中通过three相互转换格式？
python如何实现基于http隧道加密的正向代理服务？
有没有有专门针对 UI 界面截图进行智能标记（Set-of-Mark, SoM） 的开源库和工具？
如何用python实现Set-of-Mark (SoM) 技术？
python如何截取windows指定应用的窗口截图，不用管窗口是不是在最前面？
linux能不能给rm删除命令增加回收站功能，可恢复被删文件？
bfwsoa如何在命令行中执行控制器动作器方法？
RAG（检索增强生成）和 KG（知识图谱）有啥不同？
KVM硬件是啥？
