求问有什么字幕输出语音方案（发音时间须对准字幕时间戳）？

[znwindy]

有个需求是从字幕文件转真人语音，我看微软百度 Amazon 都有这种服务，但是有个痛点是字幕是有时间线的，需要时间对齐，不然会出现音画不同步的情况，求问下有没有做过的朋友。

2 00:00:06,144 --> 00:00:08,448 Seven module one we covered

3 00:00:08,960 --> 00:00:11,520 The overview of the whole strategy

[msg7086]

点不算很痛吧，拿到语音以后取出长度，然后 pad 到时间轴长度，再拼起来就行了呗。

[znwindy]

@msg7086 #1 是的，我后来想了想的确就是如此，按照字幕长度把每条语音输出再粘合起来，感谢

[hgert]

有个基本没用的方案 闲着蛋疼可以一试：字幕文件——音频文件，然后扔进视频编辑软件自动生成字幕打上去 不过这样一来就是硬字幕了 成品修改有点麻烦而且任务嘴型很难对的上 还是 1L 的方案好点

[znwindy]

@hgert #3 了解，因为是大规模的，必须用代码做了，感谢