Python3.7 读取音频根据文件名生成字幕脚本

Python3.7 读取音频根据文件名生成字幕脚本

author: he xiaodong date: 2020-04-06

Warning: 仅适用于文件名即字幕本体,按音频时常平均拆分来生成字幕,其他情况不适合。

以下为读取 mp3 文件夹下的音频,然后按市场,平均来生成字幕,例如文件名 a-pp-le.mp3,字幕也将是 a pp le 三行。

make_srt.py 代码

import librosa
import os

g = os.walk(r"mp3") 

def calTime(time):
    sec = int(time)
    micSec = time - sec
    
    timeStr = ''
    if (sec < 10):
        timeStr += '0' + str(sec)
    else:
        timeStr += str(sec)

    if micSec == 0:
        timeStr += ',000'
    else:
        timeStr += ',' + str(round(micSec * 1000))

    return timeStr

for path,dir_list,file_list in g:  
    for file_name in file_list:
        filename = str('mp3/') + file_name
        time = librosa.get_duration(filename = 'mp3/' + file_name)
        split = file_name.strip('.mp3').split('-')
        count = file_name.count('-') + 1
        average = time / count
        # y, sr = librosa.audioread('phonics_demo/' + file_name, sr=None)
        # print(sr)
        if count > 1:
            for inx, val in enumerate(split):
                # print(time)
                f = open("srt/" + file_name + ".srt",'a')
                f.write(str(inx + 1))
                f.write('\n')
                start = calTime((inx + 1) * average)
                end = calTime((inx + 2) * average)
                if inx == 0:
                    f.write("00:00:00,000" + " --> " + "00:00:" + start)
                else:
                    f.write("00:00:" + start + " --> " + "00:00:" + end)
                f.write('\n')
                f.write(val)
                f.write('\n\n')

大概效果如下:

1
00:00:00,000 --> 00:00:01,659
a

2
00:00:01,659 --> 00:00:03,318
broad

在大量音频文件生成字幕之后,需要校对缺失的字幕,有个快速的手段(以Windows 10为例): 在 mp3 目录下,按住 Shift 键点击右键吊起 Powershell 命令行工具,输入 ls > mp3.txt 将整个目录的文件,一行行的输出到 mp3.txt,直接复制进一个Excel 的 Sheet1 A列中待用,同样的操作将 srt 文件中的目录复制到 Sheet2 A列中,然后批量将 .srt 替换为空,然后使用 Excel 提供的 vlookup 方法,在 Sheet1 B列 =IFERROR(VLOOKUP(A1,Sheet2!A:A,1,FALSE),"") ,未找到结果的在B列将填充空,筛选一下就知道哪个文件没生成字幕文件了。

© 原创文章