惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Hugging Face - Blog
Hugging Face - Blog
云风的 BLOG
云风的 BLOG
大猫的无限游戏
大猫的无限游戏
M
MIT News - Artificial intelligence
L
LangChain Blog
阮一峰的网络日志
阮一峰的网络日志
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Recent Announcements
Recent Announcements
IT之家
IT之家
Google DeepMind News
Google DeepMind News
罗磊的独立博客
爱范儿
爱范儿
Last Week in AI
Last Week in AI
人人都是产品经理
人人都是产品经理
U
Unit 42
MongoDB | Blog
MongoDB | Blog
S
SegmentFault 最新的问题
B
Blog
博客园 - 叶小钗
月光博客
月光博客
Stack Overflow Blog
Stack Overflow Blog
V
Visual Studio Blog
C
Check Point Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知

少数派

派早报:Google 发布 Fitbit Air 等 - 少数派 「新人报到」確認需求,再開始 - 少数派 从 SOLO 独立开发者社区,我看到了越来越多开发者开始做自己的产品 - 少数派 我怎么管理那些"不常做,但总会忘"的生活事项 - 少数派 人形机器人量产元年,数据才是具身智能的“生死线” - 少数派 BuhoLaunchpad 高度还原 Mac 启动台:开发历程与思考 - 少数派 五年陪伴依然不舍,DIY 换壳后让罗技 MX Master 3 继续服役 - 少数派 新玩意 240|少数派的编辑们最近买了啥? - 少数派 一日一技|为什么你应该关闭 iOS 的键盘声音 - 少数派 我做了个插件和 Skills,一键提取任何网站的设计规范 Design.md - 少数派 住在三四线城市的你,该开始录播客了 - 少数派 甘南秘境,大白高国 - 少数派 AI的审美:谁让把我变成川内倫子 - 少数派 返工怎能不烦恼,打工人片单总有一部是你的「嘴替」 - 少数派 为了让「上厕所」更健康,我做了一个小工具 - 少数派 AI + Skill,能够让生成的文章去除 AI 味吗? - 少数派 新玩意|韶音OpenDots ONE 耳夹式耳机 - 少数派 《美满》| 在每一个春天的晚上相爱(362) - 少数派 新玩意|优篮子 PS01 MagSnap 磁吸支架 - 少数派 自我整合手记 | 我开始早睡了:用稳定规则,为自由托底 - 少数派 用龙虾(OpenClaw)两个多月,我最深的12个体会 - 少数派 听歌时间到,12 张你可能错过的 2025 华语乐坛好专辑 - 少数派 承诺能追吗 - 少数派 macOS 26启动台没了? 我做了个不一样的App启动器 - Keboard - 少数派 《四海为家的人》| INTJ对话INTJ(361) - 少数派 你发过的那些黑历史,是时候一次清干净了 - 少数派 新玩意:安安静静玩,越玩越专注:计客密码机 - 少数派 iPad 用户首次体验 Android 平板:vivo Pad6 Pro - 少数派 数据逻辑强 - 少数派 极北行+ | 一路向北,探访日本至北之地 | 001 - 少数派
视频字幕制作小分享 - 少数派
2020-12-09 · via 少数派

众所周知,字幕是机器算法理解视频内容的重要方式。

  1. 算法理解了视频的内容,才能更好地进行搜索和推广;有字幕的视频,Google 搜索时甚至能定位到视频中某一位置的内容
  2. 上传字幕的视频,通过 YouTube 自动翻译功能让其他语言的小伙伴也能看懂视频,从而把内容分享给国际友人。

以上所指的字幕,还不是嵌在视频里的文字,而是通过【字幕】功能上传的 srt、irc、sub 等带时间轴+文字内容的格式的字幕文件。而且字幕文件独立于视频,随时可以修改文字内容。

而压嵌在视频里的字幕是达不到以上效果的,既不能随时修改也不能供给算法分析,唯一的(我理解)好处是通过视频软件自定义更美观的样式,给观众更好的观看体验。

字幕文件
字幕文件
内嵌字幕
压嵌字幕

在做视频这段过程,我也为字幕挠破头皮,到现在还没有完美的字幕流程解决方案。今天想跟大家分享我使用过的一些字幕制作的方式、优缺点、适用场景、价格,抛砖引玉,希望从评论中获得更多字幕制作技巧。

ArcTime

💰 免费

💻 官网:https://arctime.org/

想要长期、免费、熟练掌握的一款字幕软件我会推荐 ArcTime,前提是已经拥有视频文字稿。并且 ArcTime 支持中英双语制作,同时既可以修改样式内嵌在视频中,也可以导出成字幕文件上传到 YouTube、B站等平台。

我的知识分享类视频都有完整的视频文字稿,用 Word 或者 VSCode 的全局替换功能把逗号、句号替换成折行(左边),就能生成一行一句的文字内容(右边)。将此导入到 ArcTime,边听边手动插入到对应的时间轴上,就完工了。整个过程是机械的,具体操作可参考官方视频,大家可以想象一下太鼓达人的游戏。

image-20201208154755922

讯飞听见字幕

💰 0.48元/分钟

💻 官网:https://zimu.iflyrec.com/index.html

对于没有脚本的 vlog 类型的视频,想到哪说到哪,完全没有文字稿,推荐【听见字幕】。良心的价格,95%的准确率,智能识别去掉【嗯、呃、啊】之类的语气词。除了中英文混合识别稍微差一点,其它没什么可以挑剔。对于新注册用户有免费2小时的体验券,15天有效期。假设平均一期视频10分钟,也能制作12只(但还是要注意15天有效期)。

image-20201208160802936

我因为懒得玩“太鼓达人”,大多数视频都是用讯飞听见字幕【机器字幕】,简单校对一下(差不多就是过一遍改下错别字)就直接上传到 YouTube,再利用 YouTube 自动翻译到繁体中文和英语。简单、方便、省心,也不贵。

当然已经拥有文稿的同学可以选择【字幕时间码匹配】,也就相当于 ArcTime 的工作;或者用【机器文稿】生成文稿以后自己用 ArcTime 匹配字幕时间。

小贴士:把视频单独导出一份音频格式上传识别,效果是一样的,但音频比视频更高效。

剪映

💰 免费

💻 官网:https://lv.ulikecam.com/

通常来说,移动版视频编辑软件自带的字幕制作功能是比较一言难尽的,比如【必剪】。但【剪映】的字幕识别还是挺让我意外的:最近的视频夹带了中英文,识别的准确率也达到90%(可能也是因为视频不长)。人工简单地修理掉一些语气词,结果还是比较令人满意的。至少对比听见字幕,剪映不需要花钱。

(平平无奇的)但是。

虽然剪映已经推出桌面版,但字幕的校对和修改过程却非常令人抓狂。因为目前桌面版对快捷键支持很差,导致效率低下,且非常不安全,几次输入 ctrl+Z 都让我万分担心之前的编辑都付之东流。并且剪映的字幕只能压嵌在视频中,不能单独导出成字幕文件,这就意味着无法让机器学习你的视频内容了。也不支持导入字幕文件,就不能自动制作中英双语字幕。

可持观望态度,期待桌面版的快捷键早日支持完善,并且可以把字幕文件单独导出。

双语字幕

字幕制作的过程在于:

  1. 语音识别文字内容
  2. 字幕时间码匹配
  3. (自动或人工)翻译成其他语言
  4. 压嵌到视频中(可选)

我在实际制作过程中,没有一个单独的软件可以包揽所有工作,总是需要在不同的软件之间切换,这也是我觉得不完美的地方。

所以让我们回头重新讨论一下双语字幕的必要性,除了(主观臆测)观众看起来爽一点以外,对于算法搜索和理解是没有帮助的。而对于确实需要双语观看的观众来说,一些浏览器插件可以轻松实现。同时从软件设计的角度考虑,我会希望字幕和视频剥离。

当然内心对双语字幕的视频制作者充满敬佩之心:每一个细节都不放过。

最后,感谢看到这里。祝你今天过得开心

FIN.