标题:
【已解决】求助提取文本时间码生成srt字幕
[打印本页]
作者:
baibat
时间:
2023-3-22 17:32
标题:
【已解决】求助提取文本时间码生成srt字幕
本帖最后由 baibat 于 2023-3-24 11:26 编辑
具体报酬：50元
支付方式：支付宝
联系方式：QQ2624491596
有效期限：2023年4月2日之前。
需求描述：
我有一些分行后的txt文本，每个文本使用语音标注工具生成了对应的textgrid文件（可以用notepad等文本编辑器打开），txt文本和textgrid均为utf-8编码。
textgrid文件里包含一个或多个item项，其中item [1]中包含了与txt文本对应的单个字符串和时间码intervals范围（以xmin和xmax标注）。
目的：
参照txt文本，从对应textgrid的 Item[1] 中提取与txt文件每行文字首和尾字串对应的时间码，并将该行文本转换成srt字幕格式。
-----------------------------------------------------------------------------------
说明：
1. textgrid中将标点符号一般标记为空字符 "" ，即text = ""，另有些不规范的字符也会被标记为空字符 "" ；
2. 由于语音标注工具不能100%识别所有字符和字串，有些txt文本字串在textgrid被标记为 "<unk>"或者空字符 ""。很可能 "<unk>"或者空字符 ""位于对应txt文本句子的开头或结尾位置的字串上。
比如，”Miss Baker had mentioned him ......“这句前两个字串"Miss" "Baker"在textgrid文件中分别被识别为"<unk>"和空字符 ""，这句只有从第三个字串”had“...开始才在textgrid中被识别，那就获取textgrid中这句的”had“之前2字串即"<unk>"的xmin的时间作为全句的起始时间码。
如果句子结尾字符也出现这样的情况也类推，比如句子结尾“......and he knew Maecenas.”，倒数第二个字符串“Maecenas”被识别为 "<unk>"，而倒数第三个字符串“knew”能被识别，则取textgrid中这个 “knew”的下两位（也就是句点位置）的xmax标记的时间码作为该语句的结束时间码。
(如果觉得这样的方式取时间不方便，因句子中标点符号在textgrid中空字符占位，即text = ""，所占据的时间极短，每句末尾标点符号时间也可以不计，影响不大。)
3. textgrid时间码通常以秒.毫秒（s.ms）表示，但在textgrid文件中，小数点后面的毫秒数字长度从0~16位不等。比如“xmin = 0，xmax = 2.030” 、“ xmin = 5.4944923317085435，xmax = 5.878026678806222” 或者 “xmin = 4.58，xmax = 6.4944923317085435” 。需要转换为srt字幕的时间码“00:00:04,580 --> 00:00:06,494” 这样的格式。
素材：
http://www.fileconvoy.com/dfl.php?id=ga2f58937b2cb7dd9100048485707e779521f2e3b0f
哪位大佬可以帮忙，先行谢过！
作者:
newswan
时间:
2023-3-22 20:21
此帖仅作者可见
作者:
jyswjjgdwtdtj
时间:
2023-3-22 20:25
此帖仅作者可见
作者:
jyswjjgdwtdtj
时间:
2023-3-22 20:37
此帖仅作者可见
作者:
baibat
时间:
2023-3-22 21:11
此帖仅作者可见
作者:
baibat
时间:
2023-3-22 21:18
此帖仅作者可见
作者:
jyswjjgdwtdtj
时间:
2023-3-22 21:47
此帖仅作者可见
作者:
baibat
时间:
2023-3-22 22:37
此帖仅作者可见
作者:
newswan
时间:
2023-3-23 09:56
此帖仅作者可见
作者:
newswan
时间:
2023-3-23 10:01
此帖仅作者可见
作者:
baibat
时间:
2023-3-23 11:58
此帖仅作者可见
作者:
newswan
时间:
2023-3-23 13:20
此帖仅作者可见
作者:
newswan
时间:
2023-3-23 13:55
此帖仅作者可见
作者:
baibat
时间:
2023-3-23 14:59
此帖仅作者可见
作者:
newswan
时间:
2023-3-23 15:36
此帖仅作者可见
作者:
baibat
时间:
2023-3-23 15:38
此帖仅作者可见
作者:
newswan
时间:
2023-3-23 16:08
此帖仅作者可见
作者:
newswan
时间:
2023-3-23 16:13
此帖仅作者可见
作者:
newswan
时间:
2023-3-23 16:22
此帖仅作者可见
作者:
newswan
时间:
2023-3-23 16:24
此帖仅作者可见
作者:
baibat
时间:
2023-3-23 17:00
此帖仅作者可见
作者:
baibat
时间:
2023-3-23 17:09
此帖仅作者可见
作者:
newswan
时间:
2023-3-23 17:19
此帖仅作者可见
作者:
baibat
时间:
2023-3-23 17:27
此帖仅作者可见
作者:
baibat
时间:
2023-3-23 17:34
此帖仅作者可见
作者:
newswan
时间:
2023-3-23 22:30
此帖仅作者可见
作者:
baibat
时间:
2023-3-24 08:29
此帖仅作者可见
作者:
baibat
时间:
2023-3-24 09:35
此帖仅作者可见
作者:
newswan
时间:
2023-3-24 10:50
此帖仅作者可见
作者:
newswan
时间:
2023-3-25 11:10
此帖仅作者可见
欢迎光临 批处理之家 (http://bbs.bathome.net/)
Powered by Discuz! 7.2
