Skip to content

wenet-e2e/wesubtitle

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

9 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

WeSubtitle: 用 OCR 提取视频硬字幕

绝大多数中文视频中的字幕为硬字幕(嵌入到视频中的字幕),很多时候我们需要提取该字幕使用, 例如将字幕数字化、用字幕文本和对应时间段语音做语音识别等等。

安装

pip install git+https://github.com/wenet-e2e/wesubtitle.git

示例

假设你的输入视频为 input.mp4,要生成的字幕文件为 output.srt,则使用以下命令运行:

wesubtitle input.mp4 output.srt

运行命令时,你也可以额外指定以下参数:

  • -s: 例如 -s 3,该参数指定处理时的跳帧数,跳帧越大,速度越快,字幕检测和时间精度会相应降低。
  • -t: 例如 -t 0.8,该参数指定相似度参数,用于判定字幕区域是否发生变化。

处理完成后,你可以在视频播放器中打开视频并加载 output.srt,演示效果如下:

示例

如果你没有视频,可以使用以下视频进行测试,

原理

目前我们假设字幕为横排字幕,且位于视频的下三分之一处。 未来会引入语音识别,根据语音识别结果和 OCR 的结果来综合做更准确的字幕定位。

常见问题