大时长的视频或音频似乎没法读取

[dinghaol]

对于上面的问题，我说一下我的解决方法：
1、将一个视频分为10min的小段
2、将这些小段一一进行音频读取
3、将读取的文字进行结合后输出
ps：如果觉得进行截取的时候，会在截取处，将音频的文字错误读取。那么可以在截取的那个时间点再进行一次10秒左右的截取，并将读取到文字与附近的文字进行缝合防止错误

[dinghaol]

这是我的代码希望对你有所帮助

import json

import requests
from moviepy.video.io.VideoFileClip import VideoFileClip

from tool.file.fileBasic import listFileSort

import os
import shutil

from tool.file.txt.TxtWriter import BasicWriter


def videoToAudio(file):
    # 请求地址
    url = "http://127.0.0.1:9977/api"
    # 请求参数  file:音视频文件，language：语言代码，model：模型，response_format:text|json|srt
    # 返回 code==0 成功，其他失败，msg==成功为ok，其他失败原因，data=识别后返回文字
    files = {"file": open(file, "rb")}
    data = {"language": "zh", "model": "medium", "response_format": "text"}
    response = requests.request("POST", url, timeout=600, data=data, files=files)
    text = json.loads(response.text)["data"]
    return bytes(text, 'unicode_escape').decode('unicode_escape')


def split_video(input_path, output_prefix, segment_duration):
    # 打开视频文件
    video_clip = VideoFileClip(input_path)

    # 获取视频总时长
    total_duration = video_clip.duration

    # 计算分割点
    split_points = [t for t in range(0, int(total_duration), segment_duration)]

    # 分割视频
    for i, start_time in enumerate(split_points):
        end_time = min(start_time + segment_duration, total_duration)
        subclip = video_clip.subclip(start_time, end_time)
        subclip.write_videofile(f"{output_prefix}_part_{i + 1}.mp4")

    # 关闭视频文件
    video_clip.close()


def delete_all_files_in_folder(folder_path):
    # 遍历文件夹下的所有文件和子文件夹
    for file_name in os.listdir(folder_path):
        file_path = os.path.join(folder_path, file_name)

        # 如果是文件，则删除
        if os.path.isfile(file_path):
            os.remove(file_path)
            print(f"Deleted file: {file_path}")

        # 如果是子文件夹，则递归调用删除
        elif os.path.isdir(file_path):
            shutil.rmtree(file_path)
            print(f"Deleted folder: {file_path}")


if __name__ == '__main__':
    path = r"G:\temp"
    files = listFileSort(path)
    for file in files:
        if os.path.isfile(file):
            temp = file.replace("\\", "/")
            split_video(file, path + r"\temp\temp", 300)
            text = ''
            for video in os.listdir(path + r"\temp"):
                temp = videoToAudio(path + r"\temp\\" + video)
                text = text + temp
                print(temp)
            BasicWriter(file.replace("mp4", "txt"), text, "w")
            delete_all_files_in_folder(path + r"\temp")
            delete_all_files_in_folder(r"F:\software\videoToText\sttv-0.91\static\tmp")

[okmyworld]

内部已使用VAD自动按静音分割，应不会存在这个问题
只是vad消耗资源较多，如果视频很大而资源不足，可能出问题

[Qiyu (Allen) Zhong]

10分钟的效果会比5分钟，或者30分钟要好吗，还是其他的说法？

[Program W]

还想说将英文电影识别翻译字幕来着，能支持到多大时长的？

[okmyworld]

只要内存足够、显存足够，多大都可以。

无法读取是资源不足。尤其是使用 large大模型时，显示至少要8G以上