寻找工具或者轮子，能根据字幕切分音频

[Hades300]

想象中能切成一句话一个文件的样子，大家有没有见过此类工具呢... 没有的话就要自己写了...

[revalue]

如果弄出来可以加到 /t/661117 啊

[love]

我搞过一个轮子，发现字幕文件的时间并不精准，在观看整个完整电影的时候是查觉不出来的，但分句就有问题了，如果人讲的话长一点，很多时候分出来会少半个词。。。除非一次切相近大段话成一个文件，比如设定 2 秒内讲的话全放在一起，但这样效果有时也不好（看电影情况）

[rock_cloud]

建议找现成的 ASR api，一般都会带时间戳输出的

[klesh]

有字幕文件吗？里面都带有时间戳。
音频分离和切割可以用 ffmpeg 。
这个用 shell 脚处理一下应该很方便。

[Hades300]

@revalue 好的 目前基于 ffmpeg 找到了一个分离视频的 https://github.com/foone/SplitBySubs/

[Hades300]

@love 我也有点担心，，

[Hades300]

@rock_cloud
@klesh 确实 字幕里有准确的时间戳，已经在翻 ffmpeg 文档了，感谢~

[rock_cloud]

@Hades300 可能你误解了，我的意思是找语音识别的接口，这种接口会给出每个字准确的时间，能够精确到百分之一秒，如果你需要这样高精度的时间戳的话

[mgrddsj]

https://github.com/lowerquality/gentle

另：
@revalue #1 YouTube 上的 carykh 做了一个类似的（但没有虚拟人物）
详见视频： <amp-youtube data-videoid="Jr9sptoLvJU" layout="responsive" width="480" height="270"></amp-youtube>