SocialSisterYi / bcut-asr

使用必剪API的语音字幕识别

Bcut-ASR

使用必剪 API 进行云端语音字幕识别，支持 CLI 和 module 调用

✨Feature

• 可直接上传flac, aac, m4a, mp3, wav音频格式
• 自动调用 ffmpeg, 实现视频伴音和其他音频格式转码
• 支持srt, json, lrc, txt格式字幕输出
• 字幕支持断句和首位时间标记
• 可使用 stdout 输出字幕文本

🚀Install

首先确保 ffmpeg 已安装，且 PATH 中可以访问，若未安装可以使用如下命令（已安装请无视）：

Linux：

sudo apt install ffmpeg

Windows：

winget install ffmpeg

本项目暂时未发布 pypi，应使用本地安装，Python 版本应 >= 3.10，需要安装 poetry

git clone https://github.com/SocialSisterYi/bcut-asr
cd bcut-asr
poetry lock
poetry build -f wheel
pip install dist/bcut_asr-0.0.3-py3-none-any.whl # Example

📃Usage

CLI Interface

bcut_asr video.mp4

或

bcut_asr video.mp4 subtitle.srt

或

bcut_asr video.mp4 -f srt - > subtitle.srt

长音频指定任务状态轮询间隔(秒)，避免接口频繁调用

bcut_asr video.mp4 -f srt -i 30 - > subtitle.srt

bcut_asr -h
usage: bcut-asr [-h] [-f [{srt,json,lrc,txt}]] [-i [1.0]] input [output]

必剪语音识别

positional arguments:
  input                 输入媒体文件
  output                输出字幕文件, 可stdout

options:
  -h, --help            show this help message and exit
  -f [{srt,json,lrc,txt}], --format [{srt,json,lrc,txt}]
                        输出字幕格式
  -i [1.0], --interval [1.0]
                        任务状态轮询间隔(秒)

支持输入音频格式: flac, aac, m4a, mp3, wav 支持自动调用ffmpeg提取视频伴音

Module

from bcut_asr import BcutASR
from bcut_asr.orm import ResultStateEnum

asr = BcutASR('voice.mp3')
asr.upload() # 上传文件
asr.create_task() # 创建任务

# 轮询检查结果
while True:
    result = asr.result()
    # 判断识别成功
    if result.state == ResultStateEnum.COMPLETE:
        break

# 解析字幕内容
subtitle = result.parse()
# 判断是否存在字幕
if subtitle.has_data():
    # 输出srt格式
    print(subtitle.to_srt())

输入视频

from bcut_asr import run_everywhere
from argparse import Namespace


f = open("file.mp4", "rb")
argg = Namespace(format="srt", interval=30.0, input=f, output=None)
run_everywhere(argg)