將口語旁白與文字稿進行強制對齊,產生字幕或 SMIL 時間映射
當代理程式已擁有音訊和文字,但仍需要時間對齊時,使用 aeneas。此工作流程會將口語旁白與純文字或 XML 片段對齊,並輸出同步映射,這些映射可轉換為字幕、EPUB 3 媒體覆蓋、JSON 時間資料或其他下游字幕資產。
前置需求
Python、pip、FFmpeg 與 eSpeak
安裝
根據您的環境使用上游提供的安裝或設定路徑:
- pip install numpy
- pip install aeneas
上游的需求與注意事項:
- aeneas 是一個 Python/C 函式庫及一組工具,用於自動同步音訊與文字(又名強制對齊)。
- 快速連結:首頁 - GitHub - PyPI - 文件 - 教學...
- Python 2.7(Linux、OS X、Windows)或 3.5 或更新版本(Linux、OS X)
基本使用或入門注意事項:
-
例如,給予
-
Mac OS X 與 Windows 提供一鍵安裝程式,
-
基於 deb 的 Linux 發行版(Debian、Ubuntu)則提供 Bash 腳本
-
從上游文件擷取:https://raw.githubusercontent.com/readbeyond/aeneas/HEAD/README.md