将叙述与转录文本强制对齐为字幕或 SMIL 时间映射
当代理已有音频和文本但需要时间对齐时,使用 aeneas。工作流程将语音叙述与纯文本或 XML 片段对齐,并生成可转换为字幕、EPUB 3 媒体叠加、JSON 时间数据或其他下游字幕资产的同步映射。
先决条件
Python、pip、FFmpeg 和 eSpeak
安装
使用适合您环境的上游安装或设置路径:
- pip install numpy
- pip install aeneas
来自上游的要求和注意事项:
- aeneas 是一个 Python/C 库及一组工具,用于自动同步音频和文本(即强制对齐)。
- 快速链接:主页 - GitHub - PyPI - 文档 - 教程
- Python 2.7(Linux、OS X、Windows)或 3.5 及以上版本(Linux、OS X)
基本用法或入门说明:
-
例如,给定
-
适用于 Mac OS X 和 Windows 的一体化安装程序,
-
以及基于 deb 的 Linux 发行版(Debian、Ubuntu)的 Bash 脚本
-
摘自上游文档:https://raw.githubusercontent.com/readbeyond/aeneas/HEAD/README.md