前言

最近在嘗試moviepy制作視頻，但是有時(shí)候需要制作字幕。一般視頻剪輯軟件都是手工添加字幕，這個(gè)很費(fèi)時(shí)費(fèi)力。

雖然某音等可以自動(dòng)識(shí)別語(yǔ)音添加字幕，但寶寶要使用moviepy制作視頻，都已經(jīng)有文字了，還需要再語(yǔ)音識(shí)別么？這就有點(diǎn)脫褲子放屁了。

那有沒(méi)有一種簡(jiǎn)便的方法呢？比如我給一段話就可以自動(dòng)生成字幕。如何可以一鍵生成字幕文件？

但皇天不負(fù)苦心人，還真讓我搞出來(lái)了。

要做字幕，首先就得處理文章斷句。這個(gè)搞不定，后面都弄不成。但現(xiàn)在大部分的自然語(yǔ)言處理庫(kù)基本都是針對(duì)英文的，那需要處理中文，怎么辦呢？這里給大家推薦一個(gè)方便處理中文的類庫(kù)SnowNLP。通過(guò)這個(gè)庫(kù)進(jìn)行斷句，再加上合適的方法，就可以生成srt字幕文件了。

一、SnowNLP是什么

SnowNLP是一個(gè)可以方便的處理中文文本內(nèi)容的python類庫(kù)，據(jù)作者介紹，是受到了TextBlob的啟發(fā)而寫(xiě)的，和TextBlob不同的是，這里沒(méi)有用NLTK，所有的算法都是自己實(shí)現(xiàn)的，并且自帶了一些訓(xùn)練好的字典。

SnowNLP主要功能包括分詞、詞性標(biāo)注、情感分析、漢字轉(zhuǎn)拼音、繁體轉(zhuǎn)簡(jiǎn)體、關(guān)鍵詞提取以及文本摘要等等。

二、SnowNLP使用方法

1. 安裝

pip install snownlp -i https://pypi.tuna.tsinghua.edu.cn/simple

2. 官方示例

官方已經(jīng)舉例了一些使用方法，這里羅列以下，引文本文重點(diǎn)不在這里。

from snownlp import SnowNLP

s = SnowNLP(u'這個(gè)東西真心很贊')

s.words         # [u'這個(gè)', u'東西', u'真心',
                #  u'很', u'贊']

s.tags          # [(u'這個(gè)', u'r'), (u'東西', u'n'),
                #  (u'真心', u'd'), (u'很', u'd'),
                #  (u'贊', u'Vg')]

s.sentiments    # 0.9769663402895832 positive的概率

s.pinyin        # [u'zhe', u'ge', u'dong', u'xi',
                #  u'zhen', u'xin', u'hen', u'zan']

s = SnowNLP(u'「繁體字」「繁體中文」的叫法在臺(tái)灣亦很常見(jiàn)。')

s.han           # u'「繁體字」「繁體中文」的叫法
                # 在臺(tái)灣亦很常見(jiàn)。'

text = u'''
自然語(yǔ)言處理是計(jì)算機(jī)科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個(gè)重要方向。
它研究能實(shí)現(xiàn)人與計(jì)算機(jī)之間用自然語(yǔ)言進(jìn)行有效通信的各種理論和方法。
自然語(yǔ)言處理是一門融語(yǔ)言學(xué)、計(jì)算機(jī)科學(xué)、數(shù)學(xué)于一體的科學(xué)。
因此，這一領(lǐng)域的研究將涉及自然語(yǔ)言，即人們?nèi)粘Ｊ褂玫恼Z(yǔ)言，
所以它與語(yǔ)言學(xué)的研究有著密切的聯(lián)系，但又有重要的區(qū)別。
自然語(yǔ)言處理并不是一般地研究自然語(yǔ)言，
而在于研制能有效地實(shí)現(xiàn)自然語(yǔ)言通信的計(jì)算機(jī)系統(tǒng)，
特別是其中的軟件系統(tǒng)。因而它是計(jì)算機(jī)科學(xué)的一部分。
'''

s = SnowNLP(text)

s.keywords(3)	# [u'語(yǔ)言', u'自然', u'計(jì)算機(jī)']

s.summary(3)	# [u'因而它是計(jì)算機(jī)科學(xué)的一部分',
                #  u'自然語(yǔ)言處理是一門融語(yǔ)言學(xué)、計(jì)算機(jī)科學(xué)、
				#	 數(shù)學(xué)于一體的科學(xué)',
				#  u'自然語(yǔ)言處理是計(jì)算機(jī)科學(xué)領(lǐng)域與人工智能
				#	 領(lǐng)域中的一個(gè)重要方向']
s.sentences

s = SnowNLP([[u'這篇', u'文章'],
             [u'那篇', u'論文'],
             [u'這個(gè)']])
s.tf
s.idf
s.sim([u'文章'])# [0.3756070762985226, 0, 0]

這些都不是重點(diǎn)，重點(diǎn)是s.sentences這個(gè)用法。

三、借用SnowNLP制作srt字幕文件

在給視頻添加字幕，我們需要srt字幕文件（有點(diǎn)像MP3的lrc歌詞文件）。格式就是序號(hào)、時(shí)間、內(nèi)容。格式雖然很簡(jiǎn)單，但是要讓程序字段斷句可不好弄。而且文章一般還有標(biāo)點(diǎn)符號(hào)，字幕一般還不能太長(zhǎng)，太長(zhǎng)了一屏顯示不下也不好。

如何可以自動(dòng)斷句，去掉標(biāo)點(diǎn)符號(hào)，還得控制字幕在15個(gè)字符，還得根據(jù)15個(gè)字幕的速度控制好顯示的時(shí)間。哦，想想都頭大。

不過(guò)，經(jīng)過(guò)多個(gè)日夜的反復(fù)調(diào)試，目前終于可以實(shí)現(xiàn)如上功能，給定一段文字，用程序自動(dòng)生成字幕文件。且各種節(jié)奏都已處理好。

代碼如下

def gen_srt(text,srt_path):
    import re
    from snownlp import SnowNLP
    # popboy：將文本分成多個(gè)句子
    sentences = []
    t = SnowNLP(text)
    for sen in t.sentences:
        # print(sen + "\n")
        sentences.append(sen)

    # 逐句進(jìn)行再判斷，如果大于15個(gè)字符則再進(jìn)行分割。
    captions = []
    delimiter_set = {'。', '#', '?', '？', '$', ':', '：'} 
    for sen in sentences:
        if len(sen)>15:
            sub_sen = re.split(r'[{char_set}]'.format(char_set=delimiter_set), sen)
            for i in sub_sen:
                captions.append(i)
        else:
            captions.append(sen)

    # 計(jì)算每個(gè)句子的持續(xù)時(shí)間
    end_time = 0
    srt = ''
    for i, sentence in enumerate(captions):
        start_time = end_time + 0
        start_time_str = "{:02d}:{:02d}:{:02d},{}".format(int(start_time // 3600), int((start_time % 3600) // 60), int(start_time % 60), "000")
        duration = len(sentence) * 0.225
        end_time = start_time + duration
        end_time_str = "{:02d}:{:02d}:{:02d},{}".format(int(end_time // 3600), int((end_time % 3600) // 60), int(end_time % 60), "000")
        srt += "{}\n{} --> {}\n{}\n\n".format(i+1, start_time_str, end_time_str, sentence)

    # 保存srt文件
    with open(srt_path, 'w', encoding='utf-8') as f:
        f.write(srt)
    print(f'字幕srt文件已保存到{srt_path}')

if __name__ == "__main__": 
    text = '''
    在上面的代碼中，我們首先指定要打開(kāi)的文本文件的路徑。然后，我們創(chuàng)建了一個(gè)簡(jiǎn)單的窗口布局，其中包含一個(gè)文本框元素用于顯示文件內(nèi)容。接下來(lái)，我們打開(kāi)文本文件并讀取其內(nèi)容。
    '''
    srt_path = r'c:\captions.srt'
    gen_srt(text,srt_path)

經(jīng)過(guò)調(diào)試，最終生成的字幕文件如下：

1
00:00:00,000 --> 00:00:01,000
在上面的代碼中

2
00:00:01,000 --> 00:00:05,000
我們首先指定要打開(kāi)的文本文件的路徑

3
00:00:05,000 --> 00:00:05,000
然后

4
00:00:05,000 --> 00:00:09,000
我們創(chuàng)建了一個(gè)簡(jiǎn)單的窗口布局

5
00:00:09,000 --> 00:00:13,000
其中包含一個(gè)文本框元素用于顯示文件內(nèi)容

6
00:00:13,000 --> 00:00:13,000
接下來(lái)

7
00:00:13,000 --> 00:00:17,000
我們打開(kāi)文本文件并讀取其內(nèi)容

如上的srt就成為moviepy可以使用的字幕文件了。

總結(jié)

今天就先寫(xiě)到這里，這個(gè)主要是介紹如何生成字幕文件，后續(xù)再考慮如何添加字幕文件給視頻。

另外，moviepy在讀取srt文件時(shí)經(jīng)常報(bào)錯(cuò)，博主已經(jīng)替大家掃除了障礙，詳見(jiàn)：

關(guān)聯(lián)閱讀

moviepy讀取字幕srt文件報(bào)錯(cuò)‘gbk‘ codec can‘t decode的解決辦法（修改subtitles.py中SubtitlesClip類完美解決）

博主自己調(diào)測(cè)，費(fèi)了好大勁才完成的代碼，貢獻(xiàn)出來(lái)，如果幫到大家不妨點(diǎn)個(gè)贊再?gòu)?fù)制使用！

附錄

(base) C:\Users\Administrator>pip install snownlp -i https://pypi.tuna.tsinghua.edu.cn/simple
Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple
Collecting snownlp
  Downloading https://pypi.tuna.tsinghua.edu.cn/packages/3d/b3/37567686662100d3bce62d3b0f2adec18ab4b9ff2b61abd7a61c39343c1d/snownlp-0.12.3.tar.gz (37.6 MB)
     ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 37.6/37.6 MB 22.6 MB/s eta 0:00:00
  Preparing metadata (setup.py) ... done
Building wheels for collected packages: snownlp
  Building wheel for snownlp (setup.py) ... done
  Created wheel for snownlp: filename=snownlp-0.12.3-py3-none-any.whl size=37760953 sha256=7d043a27ee980f427133a879dd55ceb3647cb54b8713d358b865b31f7cb25253
  Stored in directory: c:\users\administrator\appdata\local\pip\cache\wheels\86\7d\1d\8f369105b5ef43f33d885ba1fd289d47c57014b391a6708131
Successfully built snownlp
Installing collected packages: snownlp
Successfully installed snownlp-0.12.3

(base) C:\Users\Administrator>

到此這篇關(guān)于Python巧用SnowNLP實(shí)現(xiàn)生成srt字幕文件的文章就介紹到這了,更多相關(guān)Python SnowNLP生成srt字幕內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論