video-srt

这是一个可以识别视频语音自动生成字幕SRT文件的开源命令行工具。

本项目使用了阿里云的OSS对象存储、录音文件识别的相关业务接口。

Windows-GUI版本：https://github.com/wxbool/video-srt-windows

下载安装

go get -u github.com/wxbool/video-srt

使用

项目使用了 ffmpeg 依赖，请先下载安装，并设置环境变量.

• 设置服务接口配置（config.ini）

#字幕相关设置
[srt]
#智能分段处理：true（开启） false（关闭）
intelligent_block=true

#阿里云Oss对象服务配置
#文档：https://help.aliyun.com/document_detail/31827.html?spm=a2c4g.11186623.6.582.4e7858a85Dr5pA
[aliyunOss]
# OSS 对外服务的访问域名
endpoint=your.Endpoint
# 存储空间（Bucket）名称
bucketName=your.BucketName
# 存储空间（Bucket 域名）地址
bucketDomain=your.BucketDomain
accessKeyId=your.AccessKeyId
accessKeySecret=your.AccessKeySecret

#阿里云语音识别配置
#文档：
[aliyunClound]
# 在管控台中创建的项目Appkey，项目的唯一标识
appKey=your.AppKey
accessKeyId=your.AccessKeyId
accessKeySecret=your.AccessKeySecret

• 生成字幕文件（CLI）

go run main.go video.mp4

• 生成字幕文件（可执行文件 | video-srt.exe）

video-srt video.mp4

FAQ

• 支持哪些语言？
  • 视频字幕文本识别的核心服务是由阿里云录音文件识别业务提供的接口进行的，支持汉语普通话、方言、欧美英语等语言
• 如何才能使用这个工具？
  • 注册阿里云账号
  • 账号快速实名认证
  • 开通 访问控制 服务，并创建角色，设置开放 OSS对象存储、智能语音交互 的访问权限
  • 开通 OSS对象存储 服务，并创建一个存储空间（Bucket）（读写权限设置为公共读）
  • 开通 智能语音交互 服务，并创建项目（根据使用场景选择识别语言以及偏好等）
  • 设置 config.ini 文件的配置项
  • 命令行执行（详见使用）