WEBVTT

00:00:00.000 --> 00:00:08.000
嘿,大家好,我莫尉。給大家介紹一下我搓了一個多月搓出來的一個巨牛,巨厲害的一個字幕編輯器。

00:00:08.000 --> 00:00:20.000
準確的說是一個視頻的字幕生成工作流。它可以幹什麼呢?它是這樣子的。首先你可以看到右邊這個非常厲害的多行的這個波形。

00:00:20.000 --> 00:00:28.000
點到哪裡就可以跳出來。這樣比起傳統的單行波形。單行波形我們只能看到這麼多,滾動起來很慢。

00:00:28.000 --> 00:00:29.760
好我们可以一下子看到这么多

00:00:29.760 --> 00:00:31.400
相当于涨了12345678

00:00:31.400 --> 00:00:32.140
10倍

00:00:32.140 --> 00:00:34.220
对10倍容量跳起来就快很多

00:00:34.220 --> 00:00:36.300
当然这个需要声明

00:00:36.300 --> 00:00:38.520
这个是从之前另一个up主分享的

00:00:38.520 --> 00:00:40.720
gap gone那里超过来的

00:00:40.720 --> 00:00:42.640
那边也是一个开源项目

00:00:42.640 --> 00:00:44.300
所以就直接借鉴了

00:00:44.300 --> 00:00:45.940
然后我这也是一个开源项目

00:00:45.940 --> 00:00:48.100
然后呢我们可以跳一下看看

00:00:48.100 --> 00:00:49.180
好的书街上回

00:00:49.180 --> 00:00:50.640
该叫什么呢

00:00:50.640 --> 00:00:51.340
牧羊人

00:00:51.340 --> 00:00:52.640
好这里看到一个

00:00:52.640 --> 00:00:56.120
好这个跳转播放都是基础功能

00:00:56.120 --> 00:00:57.220
没什么特别的对吧

00:00:57.220 --> 00:00:59.180
接下来介绍一些特别的

00:00:59.180 --> 00:01:01.380
也就是我这个工作流

00:01:01.380 --> 00:01:04.100
其实是使用了千问的ASR生成的

00:01:04.100 --> 00:01:06.700
然后一方面它的精度非常高

00:01:06.700 --> 00:01:08.800
这里面其实就是原生的精度

00:01:08.800 --> 00:01:11.540
你可以看到基本上甚至它代表点符号

00:01:11.540 --> 00:01:13.280
而且它没有什么错别字

00:01:13.280 --> 00:01:15.000
很少需要手工修的

00:01:15.000 --> 00:01:18.780
我实测下来可能95%以上都是准确的字词

00:01:18.780 --> 00:01:22.780
然后ASR有一个千问ASR有一个好处

00:01:22.780 --> 00:01:25.520
就是它可以生成字词级别的时间码

00:01:25.520 --> 00:01:27.300
意思就是你看这一句

00:01:27.300 --> 00:01:29.120
比如说我觉得它时间比较长

00:01:29.120 --> 00:01:30.720
我在这里拆分

00:01:30.720 --> 00:01:33.320
你有没有发现它不是像传统的拆分一样

00:01:33.320 --> 00:01:34.900
直接在这里中间割一刀

00:01:34.900 --> 00:01:37.940
然后前后的字可能还需要自己调

00:01:37.940 --> 00:01:38.880
而是直接

00:01:38.880 --> 00:01:45.600
我们再来演示一遍

00:01:45.600 --> 00:01:46.920
比如说这句

00:01:46.920 --> 00:01:48.360
这句我想在中间拆

00:01:48.360 --> 00:01:49.880
不对这句可能不太好拆

00:01:49.880 --> 00:01:51.300
因为它本身中间没有空行

00:01:51.300 --> 00:01:53.220
没有空格

00:01:53.220 --> 00:01:55.660
我还不知道是学校的教职人

00:01:55.660 --> 00:01:57.100
太准了

00:01:57.100 --> 00:01:59.640
就是它这种中间的小空隙

00:01:59.640 --> 00:02:01.120
它也可以直接拆掉

00:02:01.120 --> 00:02:02.700
然后如果我们这里觉得比较多

00:02:02.700 --> 00:02:04.260
直接往里拖一下

00:02:04.260 --> 00:02:07.000
这些都是直接待会儿导出字幕

00:02:07.000 --> 00:02:08.280
就可以保存下来的

00:02:08.280 --> 00:02:11.480
另一点就是在左边其实还有字幕列表

00:02:11.480 --> 00:02:13.120
比如说我不想看这边

00:02:13.120 --> 00:02:14.700
我想就按文字来看

00:02:14.700 --> 00:02:16.340
我们可以编剧视图

00:02:16.340 --> 00:02:18.600
然后把字幕拖过来

00:02:18.600 --> 00:02:21.700
这样子就有一个雷霆巨大的字幕区域了

00:02:21.700 --> 00:02:23.020
也可以这样拖上来

00:02:23.020 --> 00:02:24.020
这样子的话

00:02:25.220 --> 00:02:26.180
OK就这个试图吧

00:02:26.180 --> 00:02:26.900
完成布局

00:02:26.900 --> 00:02:27.580
这样子的话呢

00:02:27.580 --> 00:02:30.340
我们就可以直接按这个文本来跳

00:02:30.340 --> 00:02:33.460
因为有时候可能文本更容易定位

00:02:33.460 --> 00:02:34.300
比如说这里

00:02:34.300 --> 00:02:36.420
这边有一本很红的书

00:02:36.420 --> 00:02:37.580
很红的书对吧

00:02:37.580 --> 00:02:38.740
我在这里我想拆

00:02:39.820 --> 00:02:40.620
也是一样的

00:02:40.620 --> 00:02:41.780
它会直接拆掉

00:02:41.780 --> 00:02:43.660
有一本很红的书

00:02:43.660 --> 00:02:44.500
看来是我的

00:02:44.500 --> 00:02:46.180
而且呢有一个很巧妙的设计

00:02:46.180 --> 00:02:47.900
就是在右边的波形

00:02:47.900 --> 00:02:49.860
我们是按音频去拆分的

00:02:49.860 --> 00:02:51.620
但是在左边的文字呢

00:02:51.620 --> 00:02:53.400
我们就算文字位置去拆分的

00:02:53.400 --> 00:02:54.800
可能也就跟索菲关系比较

00:02:54.800 --> 00:02:56.500
比如说这里都没有交流的

00:02:56.500 --> 00:02:57.680
我在这里右键拆

00:02:57.680 --> 00:03:00.380
它就是从都没有交流的

00:03:00.380 --> 00:03:01.940
可能也就跟索菲关系比较

00:03:01.940 --> 00:03:02.640
看出来了吧

00:03:02.640 --> 00:03:04.380
这是我觉得特别厉害

00:03:04.380 --> 00:03:05.300
特别方便的一点

00:03:05.300 --> 00:03:07.880
就是首先它大部分的时长

00:03:07.880 --> 00:03:08.480
其实你看

00:03:08.480 --> 00:03:11.100
我这里时长设的是一行16个字

00:03:11.100 --> 00:03:13.140
大部分其实都是在16个字之内的

00:03:13.140 --> 00:03:13.980
只有少部分

00:03:13.980 --> 00:03:15.180
哪怕超一点

00:03:15.180 --> 00:03:18.020
这里看到一个很科技感的

00:03:18.020 --> 00:03:19.140
我们可以在这里

00:03:19.140 --> 00:03:21.240
比如说设成20个字

00:03:21.240 --> 00:03:22.320
20个字之后

00:03:22.320 --> 00:03:24.340
超出20个字的就不多了

00:03:24.340 --> 00:03:25.620
我们可以紧看超长

00:03:25.620 --> 00:03:26.840
就只有这么几句

00:03:26.840 --> 00:03:31.980
休息的我在这里拆开

00:03:31.980 --> 00:03:33.200
先暂停一小时

00:03:33.200 --> 00:03:35.100
你看它时常没有超

00:03:35.100 --> 00:03:36.320
它就不显示了

00:03:36.320 --> 00:03:37.680
定时提醒休息的

00:03:37.680 --> 00:03:38.540
先暂停了一小时

00:03:38.540 --> 00:03:39.060
然后呢

00:03:39.060 --> 00:03:39.980
我也可以把它

00:03:39.980 --> 00:03:41.220
再点击

00:03:41.220 --> 00:03:42.420
点击跳转过来之后

00:03:42.420 --> 00:03:43.700
如果我想把这三句合并

00:03:43.700 --> 00:03:44.720
那么全选

00:03:44.720 --> 00:03:46.680
然后右键合并三条字幕

00:03:46.680 --> 00:03:47.600
需要把我一个

00:03:47.600 --> 00:03:49.000
定时提醒休息的

00:03:49.000 --> 00:03:49.940
先暂停了一小时

00:03:49.940 --> 00:03:50.240
OK

00:03:50.240 --> 00:03:50.920
好

00:03:50.920 --> 00:03:53.460
然后如果想在这里拆

00:03:53.460 --> 00:03:54.200
你看这句

00:03:54.200 --> 00:03:56.260
它的音频波形不太明显

00:03:56.260 --> 00:03:57.320
我就直接在这里

00:03:57.320 --> 00:03:58.460
找到这个空的位置

00:03:58.460 --> 00:03:59.080
开分

00:03:59.080 --> 00:04:01.720
如果我想在定时前面

00:04:01.720 --> 00:04:02.020
开分

00:04:02.020 --> 00:04:04.280
它非常符合直觉

00:04:04.280 --> 00:04:05.420
懂我意思吧

00:04:05.420 --> 00:04:07.380
然后还有什么功能

00:04:07.380 --> 00:04:07.860
我看一下

00:04:07.860 --> 00:04:09.380
还有一个就是

00:04:09.380 --> 00:04:11.700
字幕的一个基础功能

00:04:11.700 --> 00:04:13.020
比如说这个游戏叫做

00:04:13.020 --> 00:04:13.700
要理问答

00:04:13.700 --> 00:04:15.780
然后有这个

00:04:15.780 --> 00:04:17.180
它不太识别的出来

00:04:17.180 --> 00:04:18.760
所以我要是搜要理

00:04:18.760 --> 00:04:20.360
只有一个地方

00:04:20.360 --> 00:04:23.420
对 药理 我可以给它替换成药理

00:04:23.420 --> 00:04:25.140
这样子就可以直接预览到

00:04:25.140 --> 00:04:26.660
它会把这一句替换掉

00:04:26.660 --> 00:04:28.140
替换全部就可以了

00:04:28.140 --> 00:04:30.900
然后像这种修改过的或者替换过的

00:04:30.900 --> 00:04:32.560
都会有一个黄色的标记

00:04:32.560 --> 00:04:33.940
说明你改动过

00:04:33.940 --> 00:04:34.860
有什么来着

00:04:34.860 --> 00:04:36.280
还有一个重量级的东西

00:04:36.280 --> 00:04:36.820
待会介绍

00:04:36.820 --> 00:04:38.620
先继续介绍皮量替换

00:04:38.620 --> 00:04:41.540
比如说我把所有的我都替换成我

00:04:41.540 --> 00:04:42.900
这样子就

00:04:42.900 --> 00:04:44.840
所有的我这里都会变成

00:04:44.840 --> 00:04:46.480
MG的我了

00:04:46.480 --> 00:04:47.760
虽然效果有点雷霆

00:04:47.760 --> 00:04:49.020
没有关系可以撤销

00:04:49.020 --> 00:04:50.260
撤销掉就可以了

00:04:50.260 --> 00:04:53.060
然后还有一个特别厉害的功能

00:04:53.060 --> 00:04:53.700
移除静音

00:04:53.700 --> 00:04:56.280
这个也是从GapGone那边参考过来的

00:04:56.280 --> 00:04:58.860
但是我加了一些参数

00:04:58.860 --> 00:05:00.540
高级参数我们先不管它

00:05:00.540 --> 00:05:02.820
我们直接点击扫描并移除

00:05:02.820 --> 00:05:04.300
你可以看到这些橙色的部分

00:05:04.300 --> 00:05:06.200
都是它识别到的空隙

00:05:06.200 --> 00:05:09.020
然后会被自动移除掉

00:05:09.020 --> 00:05:11.720
你看全长40多分钟吧

00:05:11.720 --> 00:05:14.640
其实里面有整整25分钟的空隙

00:05:14.640 --> 00:05:15.620
占了一半以上

00:05:15.620 --> 00:05:16.760
我们在这个时候播放呢

00:05:16.760 --> 00:05:17.640
它就会自动跳过

00:05:17.640 --> 00:05:27.400
对吧很厉害吧

00:05:27.400 --> 00:05:28.920
然后如果说比如说

00:05:28.920 --> 00:05:29.700
这一段

00:05:29.700 --> 00:05:32.300
这一段我是要保留的

00:05:32.300 --> 00:05:33.260
因为这是个笑声

00:05:33.260 --> 00:05:35.100
所以我可以按住alt点它

00:05:35.100 --> 00:05:38.480
这样就可以保留了

00:05:38.480 --> 00:05:40.000
然后如果要重新静音就这样

00:05:40.000 --> 00:05:41.900
而且它还可以直接

00:05:41.900 --> 00:05:44.220
中间拖动时添加到这个静音片段

00:05:44.220 --> 00:05:45.620
比如说这里我都不需要了

00:05:45.620 --> 00:05:47.360
就直接这样子

00:05:47.360 --> 00:05:48.680
他就从前面播

00:05:48.680 --> 00:05:49.440
他摔下来了

00:05:49.440 --> 00:05:51.180
还真是直接跳过

00:05:51.180 --> 00:05:52.560
当然为了预览

00:05:52.560 --> 00:05:54.460
如果你点到中间去播的话

00:05:54.460 --> 00:05:56.600
他就是会照播不误

00:05:56.600 --> 00:05:58.080
是我老师

00:05:58.080 --> 00:05:59.060
是我放了个小

00:05:59.060 --> 00:06:00.100
然后如果说

00:06:00.100 --> 00:06:01.440
这个我又想恢复呢

00:06:01.440 --> 00:06:02.060
我按住alt

00:06:02.060 --> 00:06:03.000
然后中间拖动

00:06:03.000 --> 00:06:04.720
就可以给他恢复回来了

00:06:04.720 --> 00:06:07.220
还真是互相

00:06:07.220 --> 00:06:07.960
大概这样

00:06:07.960 --> 00:06:08.620
但是呢

00:06:08.620 --> 00:06:09.480
就是你说

00:06:09.480 --> 00:06:10.740
这个编辑起来很厉害

00:06:10.740 --> 00:06:11.740
那我们怎么用呢

00:06:11.740 --> 00:06:13.880
在这里导出字幕

00:06:13.880 --> 00:06:18.380
就是把你编辑完的这个字幕给导出成传统的SRT

00:06:18.380 --> 00:06:20.560
然后你可以导出空隙版本呢

00:06:20.560 --> 00:06:24.480
就是这个按静音轴剪过的这个字幕

00:06:24.480 --> 00:06:27.800
然后这里OTIO其实是OpenTimeline的那个工程

00:06:27.800 --> 00:06:29.260
我是用来给达芬奇用的

00:06:29.260 --> 00:06:31.440
目前因为我自己用的是达芬奇

00:06:31.440 --> 00:06:34.420
所以目前还没有其他软件的工程支持

00:06:34.420 --> 00:06:39.240
如果反响好的话之后再看吧

00:06:39.240 --> 00:06:41.260
比如说剪音什么的给弄一下

00:06:41.260 --> 00:06:42.580
然后这两个呢

00:06:42.580 --> 00:06:45.480
其实就是如果你自己AI会用

00:06:45.480 --> 00:06:46.880
或者有一定编程能力的话

00:06:46.880 --> 00:06:49.720
这两个也是相当于都是告诉你

00:06:49.720 --> 00:06:53.200
这个视频里面哪些时间区域保留了的

00:06:53.200 --> 00:06:55.060
你把这任意一个

00:06:55.060 --> 00:06:57.100
第一个是给FFMPG用的

00:06:57.100 --> 00:06:58.800
第二个就是纯数据JSON

00:06:58.800 --> 00:07:00.140
你可以把它保存下来

00:07:00.140 --> 00:07:02.020
就自己让AI写个脚本

00:07:02.020 --> 00:07:03.880
去用来切分视频

00:07:03.880 --> 00:07:04.420
也没问题

00:07:04.420 --> 00:07:07.460
因为我这里只是提供一个交互式的编辑界面

00:07:07.460 --> 00:07:11.400
然后其实还有一点比较有趣的功能

00:07:11.400 --> 00:07:13.160
比如说我们来举个例子

00:07:13.160 --> 00:07:16.180
那这句我可以给他右键红色

00:07:16.180 --> 00:07:19.800
然后或者说所有人都

00:07:19.800 --> 00:07:22.420
这几句我可以给他批量选择用红色

00:07:22.420 --> 00:07:23.080
那我就白

00:07:23.080 --> 00:07:26.120
那人就要问了这个字幕的颜色有什么用呢

00:07:26.120 --> 00:07:28.260
那一方面在这里编辑的时候

00:07:28.260 --> 00:07:30.920
有颜色可以让自己当个标记吧

00:07:30.920 --> 00:07:31.700
另一方面呢

00:07:31.700 --> 00:07:34.840
这个颜色是可以导出成达芬奇的Jason的

00:07:34.840 --> 00:07:36.240
然后我有一个小本

00:07:36.240 --> 00:07:37.420
可以在达芬奇中

00:07:37.420 --> 00:07:38.720
也给这些字幕

00:07:38.720 --> 00:07:40.280
添加上片段颜色

00:07:40.280 --> 00:07:41.220
这样的好处呢

00:07:41.220 --> 00:07:42.980
就是我可以快速的知道

00:07:42.980 --> 00:07:44.520
在哪些地方

00:07:44.520 --> 00:07:45.940
比如说我把红色

00:07:45.940 --> 00:07:47.220
认为是重点内容

00:07:47.220 --> 00:07:49.060
那那部分可能就要加一些

00:07:49.060 --> 00:07:50.940
画面的放大效果之类的

00:07:50.940 --> 00:07:52.520
然后紫色可能是

00:07:52.520 --> 00:07:53.620
比较有乐子的地方

00:07:53.620 --> 00:07:54.820
那那些地方也可以加

00:07:54.820 --> 00:07:56.040
对应的音乐啥的

00:07:56.040 --> 00:07:56.600
总之就是

00:07:56.600 --> 00:07:58.580
因为我自己在编辑的时候

00:07:58.580 --> 00:07:59.660
注意一下体力空

00:08:00.000 --> 00:08:07.000
因為我自己在編輯的時候,這一次編輯下來,相當於First Bus,它不光是一個字幕的編輯,它還是我對整體這個視頻怎麼剪。

00:08:07.000 --> 00:08:08.680
比如说如果是这一段

00:08:08.680 --> 00:08:10.520
我都觉得不想要

00:08:10.520 --> 00:08:11.940
可以直接这个呢

00:08:11.940 --> 00:08:13.180
加速跳过的

00:08:13.180 --> 00:08:15.200
那么我给它全选中之后

00:08:15.200 --> 00:08:16.880
比如说标个绿色吧

00:08:16.880 --> 00:08:17.740
绿色就当跳过

00:08:17.740 --> 00:08:19.480
OK看起来就这样子

00:08:19.480 --> 00:08:21.180
到时候我在达芬奇工程里面

00:08:21.180 --> 00:08:21.800
就可以知道

00:08:21.800 --> 00:08:24.440
这一部分是需要一起跳过的

00:08:24.440 --> 00:08:26.600
除了颜色还有一个

00:08:26.600 --> 00:08:28.940
就是它可以分配表情包

00:08:28.940 --> 00:08:32.120
这个表情包

00:08:32.120 --> 00:08:33.280
我觉得

00:08:33.280 --> 00:08:35.620
这个呢你行不行

00:08:35.620 --> 00:08:36.200
应该

00:08:36.200 --> 00:08:36.980
我看你啊

00:08:36.980 --> 00:08:39.020
其他人能用上的可能不多

00:08:39.020 --> 00:08:40.380
所以目前这个功能

00:08:40.380 --> 00:08:41.980
我还没有放到公开仓库里面

00:08:41.980 --> 00:08:44.980
就是也是可以导出成一个OTIO工程

00:08:44.980 --> 00:08:46.980
然后快速的导入达芬奇

00:08:46.980 --> 00:08:48.780
就可以在这句里面

00:08:48.780 --> 00:08:50.600
配上对应的表情包

00:08:50.600 --> 00:08:54.900
这个看有没有别人有需求吧

00:08:54.900 --> 00:08:57.460
因为我觉得喜欢往字幕上配表情包

00:08:57.460 --> 00:08:58.480
一个是工作量比较大

00:08:58.480 --> 00:09:01.140
另一个是我这种表情包狂魔

00:09:01.140 --> 00:09:02.500
会对这种需求特别

00:09:02.500 --> 00:09:05.020
那绿下面有两位的话

00:09:05.020 --> 00:09:08.860
目前我是把这个先发了一个Github的仓库

00:09:08.860 --> 00:09:11.300
相当于是完全复刻我现有的工作流

00:09:11.300 --> 00:09:13.940
所以它会有一点技术要求

00:09:13.940 --> 00:09:15.580
它需要你电脑上有python

00:09:15.580 --> 00:09:19.620
然后需要自己准备一个签问ASR的API

00:09:19.620 --> 00:09:22.720
然后就可以生成这样一个网页

00:09:22.720 --> 00:09:24.440
它其实就是个HTML网页

00:09:24.440 --> 00:09:27.300
你本地浏览器打开就可以看

00:09:27.300 --> 00:09:30.060
然后我之后有打算现在这个工程

00:09:30.060 --> 00:09:32.060
现在这个项目叫做Maw

00:09:32.060 --> 00:09:34.820
Mois ASR Workflow

00:09:34.820 --> 00:09:37.180
之后我又打算做成一个

00:09:37.180 --> 00:09:38.920
MOSE

00:09:38.920 --> 00:09:41.240
Mois Open Subtitle Editor

00:09:41.240 --> 00:09:41.960
墨色

00:09:41.960 --> 00:09:43.480
墨色字幕编辑器

00:09:43.480 --> 00:09:44.980
到那时候应该

00:09:44.980 --> 00:09:47.480
我会想办法把它封装成

00:09:47.480 --> 00:09:49.980
更简单易用的一个形式

00:09:49.980 --> 00:09:50.720
当然也有可能

00:09:50.720 --> 00:09:52.740
如果这个视频反响频频的话

00:09:52.740 --> 00:09:54.460
那我也就懒得折腾了

00:09:54.460 --> 00:09:56.540
因为我自己现在用这个东西

00:09:56.540 --> 00:09:58.040
已经是用得非常爽了

00:09:58.040 --> 00:09:59.500
包括你们现在看到的这个视频

00:09:59.500 --> 00:10:00.460
我也是用它

00:10:00.460 --> 00:10:03.480
我也将会用它来做剪辑工作

00:10:03.480 --> 00:10:05.020
剪辑的前期工作吧

00:10:05.020 --> 00:10:06.480
因为这里处理完之后

00:10:06.480 --> 00:10:07.240
导入达芬奇

00:10:07.240 --> 00:10:08.660
就字幕也有了

00:10:08.660 --> 00:10:10.820
然后空隙去除也有

00:10:10.820 --> 00:10:11.580
就很方便

00:10:11.580 --> 00:10:12.120
好

00:10:12.120 --> 00:10:13.740
这次是一个相当于

00:10:13.740 --> 00:10:14.880
我忍不住

00:10:14.880 --> 00:10:16.980
忍不住先介绍一下

00:10:16.980 --> 00:10:17.980
所以没有太精简

00:10:17.980 --> 00:10:21.180
先纯续续刀的一个视频

00:10:21.180 --> 00:10:23.260
相当于先预告一下吧

00:10:23.260 --> 00:10:24.480
等之后有正式发布了

00:10:24.480 --> 00:10:27.020
会再做正式的介绍事

00:10:27.020 --> 00:10:27.560
也许吧

00:10:27.560 --> 00:10:28.260
如果没有后续

00:10:28.260 --> 00:10:29.100
那就没有后续了

00:10:29.100 --> 00:10:31.320
然后现在原代码都是开放的

00:10:31.320 --> 00:10:32.700
所以你也可以拿过去

00:10:32.700 --> 00:10:35.160
然后按自己的习惯或者偏好

00:10:35.160 --> 00:10:37.420
用AI改或者自己改都行

00:10:37.420 --> 00:10:38.500
用的愉快吧

00:10:38.500 --> 00:10:41.860
因为我是希望能给其他游戏UP主

00:10:41.860 --> 00:10:43.140
也带来一些帮助的

00:10:43.140 --> 00:10:43.860
大家都知道

00:10:43.860 --> 00:10:47.240
这个时代还在做这种传统游戏实况的

00:10:47.240 --> 00:10:48.460
其实不多了

00:10:48.460 --> 00:10:52.020
所以希望给大家能节约一些后期的时间吧

00:10:52.020 --> 00:10:56.080
我是知道整这个字幕有多麻烦的

00:10:56.080 --> 00:10:58.940
所以在节约我自己时间的时候

00:10:58.940 --> 00:11:00.700
也希望给大家节约一点时间

00:11:00.700 --> 00:11:01.280
对了

00:11:01.280 --> 00:11:02.740
我突然意识到我漏了一个东西

00:11:02.740 --> 00:11:04.500
这个东西我还没放进库里

00:11:04.500 --> 00:11:06.320
但是它还蛮厉害的

00:11:06.320 --> 00:11:07.620
就是你看这种

00:11:07.620 --> 00:11:09.240
这里有一些灰色的字幕

00:11:09.240 --> 00:11:09.920
代表什么呢

00:11:09.920 --> 00:11:11.200
我们来播一下看看

00:11:11.200 --> 00:11:12.480
这是一遍

00:11:12.480 --> 00:11:14.000
好菜

00:11:14.000 --> 00:11:14.940
这是什么情况

00:11:14.940 --> 00:11:17.040
我的心快要从胸口里蹦出来了

00:11:17.040 --> 00:11:19.600
我吸收了它的铁

00:11:19.600 --> 00:11:21.140
文字机

00:11:21.140 --> 00:11:22.980
你会看到灰色的这个

00:11:22.980 --> 00:11:25.260
其实是这个项目的一个附属工作流

00:11:25.260 --> 00:11:27.320
就是我先生成了所有的字幕

00:11:27.320 --> 00:11:30.400
然后用字幕的每一句的这个时间

00:11:30.400 --> 00:11:33.580
在视频里面截取画面的这个部分

00:11:33.580 --> 00:11:34.920
进行OCR识别

00:11:34.920 --> 00:11:38.640
如果识别到画面上的台词内容

00:11:38.640 --> 00:11:42.780
跟我字幕内容是相似度大于百分之多少

00:11:42.780 --> 00:11:45.100
就认为是对着画面配音

00:11:45.100 --> 00:11:48.200
那这些就直接灰掉了

00:11:48.200 --> 00:11:49.720
当然我也可以重新给它启用

00:11:49.720 --> 00:11:51.080
这本书上有一张字条

00:11:51.080 --> 00:11:52.720
这本书上有一张字

00:11:52.720 --> 00:11:54.460
就重新启用的话就有字幕

00:11:54.460 --> 00:11:56.000
但是禁用掉的话

00:11:56.000 --> 00:11:57.140
就是导出字幕的时候

00:11:57.140 --> 00:11:58.320
不会导出这句

00:11:58.320 --> 00:11:59.060
这样可以避免

00:11:59.060 --> 00:12:01.220
相当于字幕的文本

00:12:01.220 --> 00:12:03.020
跟游戏本身的文本

00:12:03.020 --> 00:12:04.280
叠在一起这种情况

00:12:04.280 --> 00:12:06.300
这个我觉得也是

00:12:06.300 --> 00:12:08.480
像我这样的老辈子

00:12:08.480 --> 00:12:10.720
配音游戏实况UP主

00:12:10.720 --> 00:12:12.440
会用到的一个功能吧

00:12:12.440 --> 00:12:14.660
但是因为它又涉及到多一个

00:12:14.660 --> 00:12:16.260
这个是用了Paddle

00:12:16.260 --> 00:12:18.040
百度的Paddle OCR

00:12:18.040 --> 00:12:19.380
流程更复杂一点

00:12:19.380 --> 00:12:20.980
所以暂时没有放进

00:12:20.980 --> 00:12:21.980
这个公开版本中

00:12:21.980 --> 00:12:23.020
后续再看吧

00:12:23.020 --> 00:12:24.620
OK就介绍到这里

00:12:24.620 --> 00:12:25.860
感谢再见

00:12:26.000 --> 00:12:26.260
拜拜

00:12:26.260 --> 00:12:27.320
如果有兴趣的话

00:12:27.320 --> 00:12:28.800
可以关注一下

00:12:28.800 --> 00:12:30.820
因为这个项目

00:12:30.820 --> 00:12:32.840
后续会进行到

00:12:32.840 --> 00:12:34.260
什么样的状态

00:12:34.260 --> 00:12:34.920
就完全看

00:12:34.920 --> 00:12:36.400
有多少人需要了

00:12:36.400 --> 00:12:38.120
如果发现是

00:12:38.120 --> 00:12:39.260
纯我自己自嗨

00:12:39.260 --> 00:12:40.660
觉得这个有用的人

00:12:40.660 --> 00:12:41.180
不多的话

00:12:41.180 --> 00:12:41.920
那可能也就

00:12:41.920 --> 00:12:42.680
自己继续用

00:12:42.680 --> 00:12:43.680
OK就到这儿

00:12:43.680 --> 00:12:44.080
下次见

00:12:44.080 --> 00:12:44.420
拜拜