1
00:00:00,000 --> 00:00:00,160
嘿，

2
00:00:00,160 --> 00:00:00,560
大家好，

3
00:00:00,560 --> 00:00:04,000
我莫伟给大家介绍一下我搓了一个多月搓出来的一个

4
00:00:04,320 --> 00:00:07,840
巨牛巨厉害的一个字幕编辑器，

5
00:00:07,840 --> 00:00:12,320
准确的说是一个视频的字幕生成工作流。

6
00:00:12,560 --> 00:00:13,360
它可以干什么呢？

7
00:00:13,760 --> 00:00:14,480
它是这样子的，

8
00:00:14,560 --> 00:00:15,680
首先你可以看到，

9
00:00:16,000 --> 00:00:19,680
哎，右边这个非常厉害的多行的这个波形，

10
00:00:20,000 --> 00:00:21,360
哎，点到哪里就可以跳转，

11
00:00:21,680 --> 00:00:24,080
这样比起传统的单行波形。

12
00:00:24,313 --> 00:00:26,633
啊，单行波形我们只能看到这么多，对吧？

13
00:00:26,873 --> 00:00:27,673
滚动起来很慢。

14
00:00:27,753 --> 00:00:29,753
多行我们可以一下子看到这么多，

15
00:00:29,753 --> 00:00:32,153
相当于涨了一二三四五六七八十倍，

16
00:00:32,393 --> 00:00:34,233
对，十倍容量跳起来就快很多。

17
00:00:34,633 --> 00:00:36,313
当然这个需要声明，

18
00:00:36,393 --> 00:00:40,633
这个是从之前另一个UP主分享的呃Gap Gone那里抄过来的，

19
00:00:41,353 --> 00:00:42,553
那边也是一个开源项目，

20
00:00:42,633 --> 00:00:44,233
所以就直接借鉴了。

21
00:00:44,313 --> 00:00:45,913
然后我这个也是一个开源项目，

22
00:00:46,393 --> 00:00:46,793
然后呢，

23
00:00:46,793 --> 00:00:48,073
我们可以跳一下看看。

24
00:00:48,153 --> 00:00:49,433
好的，书接上回，我。

25
00:00:49,913 --> 00:00:50,553
该叫什么呢？

26
00:00:50,713 --> 00:00:51,273
牧羊人。

27
00:00:51,513 --> 00:00:51,673
好，

28
00:00:51,913 --> 00:00:52,633
这里看到一个，

29
00:00:53,113 --> 00:00:53,193
嘿，

30
00:00:53,673 --> 00:00:56,073
好，这个跳转播放都是基础功能，

31
00:00:56,233 --> 00:00:56,953
没什么特别的，

32
00:00:56,953 --> 00:00:57,193
对吧？

33
00:00:57,513 --> 00:00:58,873
接下来介绍一些特别的，

34
00:00:59,273 --> 00:01:03,993
也就是我这个工作流其实是使用了千问的ASR生成的，

35
00:01:04,393 --> 00:01:06,633
然后一方面它的精度非常高，

36
00:01:06,953 --> 00:01:08,793
这里面其实就是原生的精度，

37
00:01:08,793 --> 00:01:10,313
你可以看到基本上啊，

38
00:01:10,313 --> 00:01:11,513
甚至它带标点符号，

39
00:01:11,513 --> 00:01:13,273
而且它没有什么错别字，

40
00:01:13,593 --> 00:01:14,953
很少需要手工修的。

41
00:01:14,953 --> 00:01:18,793
我实测下来，可能百分之九十五以上都是准确的字词。

42
00:01:19,254 --> 00:01:21,574
然后 ASR 有一个，呃，

43
00:01:21,574 --> 00:01:25,494
千问 ASR 有一个好处就是它可以生成字词级别的时间码，

44
00:01:25,654 --> 00:01:27,334
意思就是你看这一句，

45
00:01:27,414 --> 00:01:29,094
比如说我觉得它时间比较长，

46
00:01:29,574 --> 00:01:30,694
我在这里哎拆分，

47
00:01:30,854 --> 00:01:33,334
你有没有发现它不是像传统的拆分一样，

48
00:01:33,414 --> 00:01:34,934
直接在这里中间割一刀，

49
00:01:35,334 --> 00:01:37,974
然后呃前后的字可能还需要自己调，

50
00:01:38,214 --> 00:01:39,094
而是直接嘿，

51
00:01:39,654 --> 00:01:40,294
刚说棒球呢。

52
00:01:41,094 --> 00:01:43,974
这里是没什么有意思的。

53
00:01:43,974 --> 00:01:43,975
哎，

54
00:01:43,975 --> 00:01:45,574
我们来再再来演示一遍，

55
00:01:45,734 --> 00:01:46,214
比如说

56
00:01:46,534 --> 00:01:47,254
这句啊，

57
00:01:47,334 --> 00:01:48,374
这句我想在中间拆，

58
00:01:48,454 --> 00:01:48,534
呃，

59
00:01:48,534 --> 00:01:48,774
不对，

60
00:01:48,774 --> 00:01:49,894
这句可能不太好拆，

61
00:01:49,894 --> 00:01:51,334
因为它本身中间没有空行。

62
00:01:51,806 --> 00:01:55,886
没有空，空空格，我还不知道是学校的教职人员还是。

63
00:01:55,886 --> 00:01:57,086
哇，太准了

64
00:01:57,326 --> 00:01:59,726
，就是它这种中间的小空隙，

65
00:01:59,726 --> 00:02:01,086
它也可以直接拆掉。

66
00:02:01,166 --> 00:02:03,086
然后如果我们这里觉得比较多，直接

67
00:02:03,486 --> 00:02:04,526
往里拖一下，哎，

68
00:02:04,846 --> 00:02:08,206
这些都是直接待会儿导出字幕就可以保存下来的。

69
00:02:08,446 --> 00:02:09,086
另一点呢，

70
00:02:09,086 --> 00:02:09,646
就是

71
00:02:09,966 --> 00:02:11,486
在左边其实还有字幕列表，

72
00:02:11,646 --> 00:02:11,966
比如说

73
00:02:12,206 --> 00:02:13,086
我不想看这边，

74
00:02:13,086 --> 00:02:14,606
我想就按文字来看。

75
00:02:15,107 --> 00:02:18,466
我们可以编剧视图，然后把字幕拖过来，

76
00:02:18,786 --> 00:02:21,587
这样子就有一个雷霆巨大的字幕区域了。

77
00:02:21,899 --> 00:02:23,019
也可以这样拖上来，

78
00:02:23,019 --> 00:02:23,819
这样子的话

79
00:02:24,379 --> 00:02:25,419
，呃，OK，

80
00:02:25,499 --> 00:02:26,219
就这个视图吧，

81
00:02:26,219 --> 00:02:26,779
完成布局。

82
00:02:26,939 --> 00:02:27,499
这样子的话呢，

83
00:02:27,499 --> 00:02:30,299
我们就可以在这里，哎，直接按这个文本来跳，

84
00:02:30,299 --> 00:02:34,139
是因为哎，我记得上次文本更容易定位，比如说这里，

85
00:02:34,299 --> 00:02:37,339
这边有一本很红的书，很红的书对吧？

86
00:02:37,579 --> 00:02:38,539
我在这里，我想拆。

87
00:02:39,880 --> 00:02:41,400
也是一样的，它会直接拆掉。

88
00:02:41,880 --> 00:02:44,440
有一本很红的书，看来是我的。

89
00:02:44,520 --> 00:02:44,840
而且呢，

90
00:02:44,840 --> 00:02:46,200
有一个很巧妙的设计，

91
00:02:46,200 --> 00:02:47,800
就是在右边的波形，

92
00:02:47,960 --> 00:02:49,640
我们是按音频去拆分的；

93
00:02:49,880 --> 00:02:51,480
但是在左边的文字呢，

94
00:02:51,480 --> 00:02:53,320
我们是按文字位置去拆分的。

95
00:02:53,480 --> 00:02:54,840
可能也就跟索菲关系比较。

96
00:02:54,840 --> 00:02:56,520
比如说这里都没有交流的，

97
00:02:56,520 --> 00:02:57,640
我在这里右键拆，

98
00:02:58,120 --> 00:02:59,160
哎，它就是从

99
00:02:59,400 --> 00:03:00,280
都都没有交流的，

100
00:03:00,440 --> 00:03:01,960
可能也就跟索菲关系比较。

101
00:03:01,960 --> 00:03:02,600
看出来了吧？

102
00:03:02,920 --> 00:03:04,440
这是我觉得特别厉害、

103
00:03:04,440 --> 00:03:05,320
特别方便的一点，

104
00:03:05,320 --> 00:03:07,960
就是首先它大部分的时长，

105
00:03:07,960 --> 00:03:08,520
其实你看。

106
00:03:08,941 --> 00:03:11,101
我这里时常设的是一行十六个字，

107
00:03:11,101 --> 00:03:13,021
大部分其实都是在十六个字之内的，

108
00:03:13,181 --> 00:03:14,541
只有少部分哪怕

109
00:03:14,861 --> 00:03:15,261
超一点。

110
00:03:15,261 --> 00:03:16,221
这里看到一个，

111
00:03:16,301 --> 00:03:17,901
它也完全一个屏幕显示的下，

112
00:03:18,461 --> 00:03:19,101
我们可以在这里，

113
00:03:19,101 --> 00:03:21,421
比如说设成二十个字啊，

114
00:03:21,501 --> 00:03:22,301
二十个字之后。

115
00:03:22,743 --> 00:03:25,623
超出二十个字的就不多了，我们可以仅看超长。

116
00:03:25,703 --> 00:03:26,743
哎，就只有这么几句。

117
00:03:27,063 --> 00:03:27,703
需要把我一个定

118
00:03:28,103 --> 00:03:29,703
时提醒休息的先暂停一

119
00:03:30,263 --> 00:03:30,663
休息的，

120
00:03:30,983 --> 00:03:31,943
我在这里拆开。

121
00:03:32,263 --> 00:03:33,143
哎，先暂停一小时。

122
00:03:33,143 --> 00:03:36,263
你看它时长没有超，它就不显示了。

123
00:03:36,343 --> 00:03:38,423
定时提醒休息的先暂停了一小。

124
00:03:38,583 --> 00:03:40,023
然后呢，我也可以把它。

125
00:03:40,433 --> 00:03:40,513
哎，

126
00:03:40,673 --> 00:03:42,433
在点击点击跳转过来之后，

127
00:03:42,433 --> 00:03:43,713
如果我想把这三句合并，

128
00:03:43,793 --> 00:03:44,673
那么全选，

129
00:03:44,913 --> 00:03:45,553
然后右键

130
00:03:45,793 --> 00:03:46,593
合并三条字幕。

131
00:03:46,993 --> 00:03:50,113
需要把我一个定时提醒收记得先暂停的一场。

132
00:03:50,113 --> 00:03:50,913
OK，好。

133
00:03:51,233 --> 00:03:52,193
然后如果想在

134
00:03:52,673 --> 00:03:53,473
呃这里拆，

135
00:03:53,473 --> 00:03:56,353
你看这句它的音频波形不太明显嘛，

136
00:03:56,353 --> 00:03:58,433
我就直接在这里找到这个空的位置。

137
00:03:58,881 --> 00:03:59,681
拆分，对吧？

138
00:04:00,161 --> 00:04:05,281
如果我想在定时前面拆分它，非常符合直觉，懂我意思吧？

139
00:04:06,241 --> 00:04:07,361
然后还有什么功能？

140
00:04:07,361 --> 00:04:08,321
我看一下啊，

141
00:04:08,561 --> 00:04:09,521
还有一个就是

142
00:04:09,921 --> 00:04:10,881
字幕的一个哇，

143
00:04:10,881 --> 00:04:11,681
还真是基础功能。

144
00:04:11,681 --> 00:04:13,841
比如说这个游戏叫做药理问答嘛

145
00:04:14,081 --> 00:04:17,281
，然后呃有这个它不太识别的出来，

146
00:04:17,281 --> 00:04:18,881
所以我要是搜药理，哎，

147
00:04:19,441 --> 00:04:21,041
哦，只有一个地方，对，

148
00:04:21,281 --> 00:04:23,601
药理我我可以给它替换成药理，哎，

149
00:04:23,841 --> 00:04:26,641
这样子就可以直接预览到，它会把这一句替换掉，

150
00:04:27,041 --> 00:04:28,001
替换全部就可以了。

151
00:04:28,522 --> 00:04:30,842
然后像这种修改过的或者替换过的，

152
00:04:30,922 --> 00:04:32,602
都会有一个黄色的标记，

153
00:04:32,842 --> 00:04:33,882
说明你改动过。

154
00:04:33,946 --> 00:04:35,082
还有什么来着？

155
00:04:35,082 --> 00:04:36,762
哦，还有一个重量级的东西，待会儿介绍。

156
00:04:37,082 --> 00:04:37,722
先继续介绍

157
00:04:38,042 --> 00:04:38,602
批量替换，

158
00:04:38,602 --> 00:04:41,482
比如说我把所有的我都替换成我，

159
00:04:42,042 --> 00:04:42,762
哎，这样子就。

160
00:04:43,375 --> 00:04:44,095
所有的我这里

161
00:04:44,335 --> 00:04:44,735
都会变成

162
00:04:45,455 --> 00:04:46,335
MAW Gap Gone

163
00:04:46,575 --> 00:04:47,775
Qwen ASR PaddleOCR 哔哩哔哩。

164
00:05:09,737 --> 00:05:10,297
全长

165
00:05:10,537 --> 00:05:11,737
全长四十多分钟吧，

166
00:05:11,737 --> 00:05:14,057
其实里面有整整二十五分钟的

167
00:05:14,297 --> 00:05:15,657
空隙，占了一半以上。

168
00:05:15,737 --> 00:05:17,897
我们在这个时候播放呢，它就会自动跳过啊。

169
00:05:17,977 --> 00:05:21,337
好朋友，安静，我真没想到你会做这种事。

170
00:05:21,577 --> 00:05:21,977
费十二，

171
00:05:22,137 --> 00:05:23,497
凯利同学都不一样了，

172
00:05:23,737 --> 00:05:25,817
他平时就一直很紧张，嗯，

173
00:05:26,377 --> 00:05:26,697
对吧？

174
00:05:26,937 --> 00:05:27,337
很厉害吧？

175
00:05:27,657 --> 00:05:28,457
然后如果说，

176
00:05:28,457 --> 00:05:29,657
比如说这一段，

177
00:05:31,097 --> 00:05:32,217
这一段我是要保留的，

178
00:05:32,377 --> 00:05:33,257
因为这是个笑声，

179
00:05:33,337 --> 00:05:34,857
所以我可以按住 Alt 点它。

180
00:05:37,390 --> 00:05:38,510
还这样就可以保留了。

181
00:05:38,510 --> 00:05:39,950
然后如果要重新静音，就这样。

182
00:05:40,350 --> 00:05:44,190
呃，而且它还可以直接中键拖动，是添加到这个静音片段。

183
00:05:44,190 --> 00:05:45,390
比如说这里我都不需要了。

184
00:05:46,493 --> 00:05:47,373
我就直接这样子，

185
00:05:47,373 --> 00:05:48,653
他就从前面播，

186
00:05:48,653 --> 00:05:49,453
他摔下来了，

187
00:05:50,173 --> 00:05:51,133
还真是直接跳过

188
00:05:51,373 --> 00:05:51,533
啊！

189
00:05:51,693 --> 00:05:52,493
当然为了预览

190
00:05:52,893 --> 00:05:54,973
，如果你点到中间去播的话，它就是

191
00:05:55,453 --> 00:05:56,573
，呃，会照播不误。

192
00:05:56,973 --> 00:05:58,733
呃呃，是我老师，是我放的。

193
00:05:59,293 --> 00:06:00,013
然后如果说

194
00:06:00,413 --> 00:06:02,093
这个我又想恢复呢，我按住 Alt，

195
00:06:02,253 --> 00:06:04,573
然后中间拖动，就可以给它恢复回来了。

196
00:06:06,464 --> 00:06:07,984
还真是互相打，大概这样。

197
00:06:08,064 --> 00:06:11,664
但是呢，就是你说这个编辑起来很厉害，那我们怎么用呢？

198
00:06:12,064 --> 00:06:13,504
在这里导出字幕。

199
00:06:13,904 --> 00:06:14,224
嗯，

200
00:06:14,224 --> 00:06:17,184
就是把你编辑完的这个字幕给导出成

201
00:06:17,504 --> 00:06:20,544
传统的 SRT，然后你可以导出空隙版本呢，

202
00:06:20,544 --> 00:06:24,464
就是这个按静音轴剪过的这个字幕。

203
00:06:24,544 --> 00:06:27,824
然后这里 O T I O 其实是 Open Timeline 的那个工程，

204
00:06:27,984 --> 00:06:29,184
我是用来给达芬奇用的。

205
00:06:29,344 --> 00:06:29,744
目前

206
00:06:30,144 --> 00:06:31,424
因为我自己用的是达芬奇，

207
00:06:31,504 --> 00:06:34,464
所以目前还没有其他软件的工程支持。

208
00:06:34,784 --> 00:06:39,184
呃，如果反响好的话，之后再看吧。

209
00:06:39,606 --> 00:06:41,206
比如说剪映什么的给弄一下

210
00:06:41,766 --> 00:06:44,166
，然后这两个呢，其实就是如果你自己

211
00:06:44,566 --> 00:06:47,766
AI 会用或者有一定编程能力的话，这两个也是

212
00:06:48,086 --> 00:06:51,606
相当于都是告诉你这个视频里面哪些时间

213
00:06:51,926 --> 00:06:53,846
区域保留了的，你把这。

214
00:06:54,388 --> 00:06:55,108
任意一个，

215
00:06:55,188 --> 00:06:56,228
第一个是给 FF

216
00:06:56,628 --> 00:06:58,788
MPG 用的，第二个就是纯数据 JSON。

217
00:06:59,188 --> 00:07:00,228
你可以把它保存下来之后，

218
00:07:00,228 --> 00:07:04,468
自己让 AI 写个脚本去用来切分呃视频也没问题，

219
00:07:04,468 --> 00:07:07,428
因为我这里只是提供一个交互式的编辑界面。

220
00:07:07,508 --> 00:07:09,508
然后其实还有一点

221
00:07:10,068 --> 00:07:11,348
比较有趣的功能，

222
00:07:11,588 --> 00:07:12,788
比如说我们来举个例子，

223
00:07:13,188 --> 00:07:15,188
那这句我可以给它右键。

224
00:07:15,853 --> 00:07:16,093
红色，

225
00:07:17,133 --> 00:07:18,333
然后，呃，

226
00:07:18,573 --> 00:07:20,333
或者说所有人都这几句，

227
00:07:20,333 --> 00:07:22,333
我可以给他批量选择用红色。

228
00:07:22,573 --> 00:07:26,013
那我就有人就要问了，这个呃字幕的颜色有什么用呢？

229
00:07:26,733 --> 00:07:29,613
那一方面在这里编辑的时候有颜色可以让自己呃

230
00:07:29,933 --> 00:07:30,973
当当个标记吧。

231
00:07:30,973 --> 00:07:34,813
另一方面呢，这个颜色是可以导出成达芬奇的 JSON 的。

232
00:07:34,813 --> 00:07:36,173
然后我有一个脚本，

233
00:07:36,413 --> 00:07:38,733
可以在达芬奇中也给这些字幕

234
00:07:38,973 --> 00:07:40,253
添加上片段颜色。

235
00:07:40,573 --> 00:07:42,973
这样的好处呢，就是我可以快速的知道。

236
00:07:43,468 --> 00:07:44,588
在哪些地方，

237
00:07:44,668 --> 00:07:47,148
比如说我把红色认为是重点内容，

238
00:07:47,388 --> 00:07:49,068
那那那部分可能就要加一些

239
00:07:49,468 --> 00:07:50,828
画面的放大效果之类的。

240
00:07:50,988 --> 00:07:53,708
然后紫色可能是比较有乐子的地方，

241
00:07:53,708 --> 00:07:55,228
那那些地方也可以加对

242
00:07:55,468 --> 00:07:55,948
应的音乐啥的。

243
00:07:56,083 --> 00:07:59,523
总之就是，因为我自己在编辑的时候注意一下体力。

244
00:07:59,523 --> 00:08:00,963
这一次编辑下来，

245
00:08:01,123 --> 00:08:02,243
相当于 first pass，

246
00:08:02,243 --> 00:08:03,843
它不光是一个字幕的编辑，

247
00:08:03,923 --> 00:08:06,723
它还是我对整体这个视频怎么剪。

248
00:08:06,883 --> 00:08:07,203
比如说，

249
00:08:07,683 --> 00:08:08,723
如果是这一段，

250
00:08:08,723 --> 00:08:10,563
我都觉得不想要，

251
00:08:10,563 --> 00:08:13,043
可以直接这个呢加速跳过的。

252
00:08:13,283 --> 00:08:14,803
那么我给它全选中之后

253
00:08:15,203 --> 00:08:16,883
，呃，比如说标个绿色吧，

254
00:08:17,043 --> 00:08:17,763
绿色就当跳过。

255
00:08:17,763 --> 00:08:19,443
OK，看起来就这样子。

256
00:08:19,603 --> 00:08:21,763
到时候我在达芬奇工程里面就可以知道

257
00:08:22,163 --> 00:08:24,163
啊，这一部分是需要一起跳过

258
00:08:24,403 --> 00:08:24,404
的。

259
00:08:25,005 --> 00:08:30,365
除了颜色，还有一个就是它可以分配表情包。

260
00:08:30,365 --> 00:08:33,565
呃，这个表情包，我觉得。

261
00:08:34,164 --> 00:08:35,604
呃，这个呢，你行不行？

262
00:08:35,924 --> 00:08:37,204
应该我弹你啊，好吧。

263
00:08:37,284 --> 00:08:39,044
其他人能用上的可能不多。

264
00:08:39,044 --> 00:08:41,924
看起来目前这个功能没有放到公开仓库里面，

265
00:08:42,004 --> 00:08:44,964
就是也是可以导出成一个 OTIO 工程，

266
00:08:44,964 --> 00:08:46,964
然后快速的导入达芬奇，

267
00:08:47,124 --> 00:08:48,724
就可以在这句里面

268
00:08:49,044 --> 00:08:50,724
配上对应的表情包。

269
00:08:51,444 --> 00:08:51,445
嗯，

270
00:08:51,924 --> 00:08:54,884
那个这个这个看有没有别人有需求吧，

271
00:08:54,884 --> 00:08:57,524
因为我觉得喜欢往字幕上配表情包，

272
00:08:57,524 --> 00:08:59,044
一个是工作量比较大，另一个是

273
00:08:59,524 --> 00:09:02,564
呃我这种表情包狂魔会对这种需求特别。

274
00:09:03,220 --> 00:09:05,060
那绿下面有两位的话，

275
00:09:05,140 --> 00:09:08,900
绿目前我是把这个先发了一个 GitHub 的仓库，

276
00:09:08,900 --> 00:09:11,300
相当于是完全复刻我现有的工作流，

277
00:09:11,380 --> 00:09:14,020
所以它会有一点技术要求，

278
00:09:14,100 --> 00:09:16,100
它需要你电脑上有 Python，然后。

279
00:09:16,503 --> 00:09:16,823
呃，

280
00:09:16,823 --> 00:09:19,623
需要自己准备一个千问ASR的API，

281
00:09:19,703 --> 00:09:22,663
然后就可以生成这样一个网页，

282
00:09:22,823 --> 00:09:24,423
它其实就是个HTML网页，

283
00:09:24,503 --> 00:09:27,303
你本地你本地浏览器打开就可以看。

284
00:09:27,303 --> 00:09:28,663
然后我之后有打算，

285
00:09:28,903 --> 00:09:32,263
现在这个工程现在这个项目叫做MAW嘛，

286
00:09:32,663 --> 00:09:34,823
MOSASR Workflow，

287
00:09:35,223 --> 00:09:38,423
之后我又打算做成一个呃

288
00:09:39,303 --> 00:09:40,263
MOSE，MOS Open Subtitle

289
00:09:40,903 --> 00:09:41,223
Editor，

290
00:09:41,623 --> 00:09:41,943
墨色。

291
00:09:42,213 --> 00:09:42,373
啊，

292
00:09:42,453 --> 00:09:44,533
墨色字幕编辑器到那时候呢，

293
00:09:44,533 --> 00:09:48,053
应该呃我会想办法把它封装成更

294
00:09:48,613 --> 00:09:49,973
简单易用的一个形式。

295
00:09:50,053 --> 00:09:50,773
当然也有可能，

296
00:09:50,773 --> 00:09:52,773
如果这个视频反响平平的话

297
00:09:53,333 --> 00:09:54,453
，那我也就懒得折腾了。

298
00:09:54,453 --> 00:09:57,973
因为我自己现在用这个东西已经是用的非常爽了，

299
00:09:58,053 --> 00:09:59,493
包括你们现在看到的这个视频，

300
00:09:59,653 --> 00:10:00,453
我也是用它。

301
00:10:00,954 --> 00:10:04,954
我也将会用它来做剪辑工作，呃，剪辑的前期工作吧。

302
00:10:05,114 --> 00:10:07,274
因为这里处理完之后导入达芬奇，

303
00:10:07,674 --> 00:10:08,714
就字幕也有了，

304
00:10:08,714 --> 00:10:10,794
然后空隙去除也有，

305
00:10:10,794 --> 00:10:11,594
都很方便。

306
00:10:11,994 --> 00:10:12,074
好。

307
00:10:12,524 --> 00:10:14,844
这次是一个相当于我忍不住，

308
00:10:15,884 --> 00:10:17,004
忍不住先介绍一下，

309
00:10:17,004 --> 00:10:17,964
所以没有太精简，

310
00:10:18,124 --> 00:10:21,084
先全纯絮絮叨叨一个视频，

311
00:10:21,324 --> 00:10:23,244
相当于先预告一下吧。

312
00:10:23,324 --> 00:10:27,564
等之后有正式发布了，会再做正式的介绍是也许吧。

313
00:10:27,644 --> 00:10:29,164
如果没有后续，那就没有后续了。

314
00:10:29,164 --> 00:10:29,324
嗯，

315
00:10:29,404 --> 00:10:31,244
然后现在源代码都是开放的，

316
00:10:31,324 --> 00:10:32,684
所以你也可以拿过去，

317
00:10:32,684 --> 00:10:35,084
然后按自己的习惯或者偏好

318
00:10:35,644 --> 00:10:37,404
用AI改或者自己改都行。

319
00:10:37,955 --> 00:10:38,435
用的愉快吧，

320
00:10:38,835 --> 00:10:40,435
因为我我是希望能给

321
00:10:40,995 --> 00:10:43,075
其他游戏UP主也带来一些帮助的。

322
00:10:43,235 --> 00:10:43,875
大家都知道，

323
00:10:43,955 --> 00:10:44,275
哎，

324
00:10:44,275 --> 00:10:48,435
这个时代还在做这种传统游戏实况的其实不多了，

325
00:10:48,435 --> 00:10:49,075
所以希望给。

326
00:10:49,710 --> 00:10:52,030
大家能节约一些后期的时间吧？

327
00:10:52,110 --> 00:10:56,030
我是知道整这个字幕有多麻烦的，

328
00:10:56,430 --> 00:10:59,070
所以在节约我自己时间的时候，

329
00:10:59,230 --> 00:11:00,910
也希望给大家节约一点时间吧。

330
00:11:00,990 --> 00:11:01,230
对了，

331
00:11:01,230 --> 00:11:02,670
我突然意识到我漏了一个东西

332
00:11:03,070 --> 00:11:04,510
，这个东西我还没放进库里，

333
00:11:04,510 --> 00:11:06,190
但是它还蛮厉害的。

334
00:11:06,350 --> 00:11:09,790
就是你看这种，这里有一些灰色的字幕，代表什么呢？

335
00:11:10,190 --> 00:11:11,070
我们来播一下看看。

336
00:11:11,472 --> 00:11:14,992
只是一遍啊，嗯，好菜，这是什么情况？

337
00:11:15,312 --> 00:11:17,072
我的心快要从胸口里蹦出来了。

338
00:11:17,232 --> 00:11:19,472
我吸收了他的铁

339
00:11:19,872 --> 00:11:21,072
哇哦，文字机，

340
00:11:21,712 --> 00:11:25,312
你会看到灰色的这个其实是这个项目的一个附属工作流，

341
00:11:25,312 --> 00:11:27,392
就是我先生成了所有的字幕，

342
00:11:27,392 --> 00:11:30,512
然后用字幕的每一句的这个时间。

343
00:11:31,047 --> 00:11:34,887
在视频里面截取画面的这个部分进行 O C R 识别，

344
00:11:35,287 --> 00:11:38,647
如果识别到啊画面上的台词内容

345
00:11:39,047 --> 00:11:42,807
跟我字幕内容是相似度大于百分之多少？

346
00:11:43,277 --> 00:11:48,157
就认为是对着画面配音，那这些就直接，呃，灰掉了。

347
00:11:48,237 --> 00:11:49,677
当然，我也可以重新给它启用。

348
00:11:49,757 --> 00:11:51,037
这本书上有一张字条，

349
00:11:51,597 --> 00:11:52,717
这本书上有一张字，

350
00:11:52,877 --> 00:11:54,717
就重新启用的话就有字幕，但是，

351
00:11:55,197 --> 00:11:58,317
呃，禁用掉的话就是导出字幕的时候保不会导出这句，

352
00:11:58,317 --> 00:11:59,037
这样可以避免，

353
00:11:59,437 --> 00:12:01,597
呃，相当于字幕的文本跟

354
00:12:02,077 --> 00:12:03,917
游戏本身的文本叠在一起这种。

355
00:12:03,928 --> 00:12:05,048
情况，嗯，

356
00:12:05,368 --> 00:12:08,888
这个我觉得也是像像我这样的老辈子，嗯，

357
00:12:09,207 --> 00:12:10,967
配音游戏实况UP主会

358
00:12:11,288 --> 00:12:12,327
用到的一个功能吧。

359
00:12:12,567 --> 00:12:14,648
但是因为它又涉及到多一个，

360
00:12:14,727 --> 00:12:18,008
这个是用了Paddle百度的Paddle OCR，

361
00:12:18,487 --> 00:12:19,368
流程更复杂一点，

362
00:12:19,447 --> 00:12:21,928
所以暂时没有放进这个公开版本中，

363
00:12:22,248 --> 00:12:22,888
后续再看吧。

364
00:12:23,302 --> 00:12:26,342
OK，就介绍到这里，感谢，再见，拜拜。

365
00:12:26,342 --> 00:12:27,382
如果有兴趣的话，

366
00:12:27,382 --> 00:12:28,822
可以关注一下，

367
00:12:29,142 --> 00:12:31,782
嗯，因为这个项目后续会

368
00:12:32,262 --> 00:12:34,262
进行到什么样的状态，

369
00:12:34,342 --> 00:12:37,222
就完全看有多少人需要了。

370
00:12:37,222 --> 00:12:37,223
呃，

371
00:12:37,223 --> 00:12:39,302
如果发现是纯我自己自嗨，

372
00:12:39,782 --> 00:12:41,222
觉得这个有用的人不多的话，

373
00:12:41,222 --> 00:12:42,662
那可能也就自己继续用。

374
00:12:42,742 --> 00:12:44,502
OK，就到这儿，下次见，拜拜。