英文文本会自动翻译
FreedomXD opened this issue · comments
我有一批英文录音，想自动输出字幕但结果不甚理想，主要是会出现自动翻译的问题。以下是一段六级英语听力的转录结果
exts generated from A3_wKgMbl2yw1yiIds-AGX_jo0hufs184.srt.Mark the sentences to keep for autocut.
The format is [subtitle_index,duration_in_second] subtitle context.
- [1,00:00] College English Test
- [2,00:02] < No Speech >
- [3,00:05] 听听 Comprehension
- [4,00:06] < No Speech >
- [5,00:12] 你会听到两场长的谈话
- [6,00:14] 在每个谈话的结束
- [7,00:16] 你会听到四个问题
- [8,00:19] 两个话题和问题只会一次发生
- [9,00:24] 请不吝点赞 订阅 转发 打赏支持明镜与点点栏目
- [10,00:30] C and D
- [11,00:32] 然后在答案项目一上
- [12,00:35] 与一个线线通过中间
- [13,00:37] < No Speech >
- [14,00:39] 哇,我会给任何事情都像Audrey Hepburn一样
- [15,00:44] 我从来没有理解为什么这么多女孩是她的大粉丝
- [16,00:50] < No Speech >
- [17,00:51] 我看过有名的电影
- [18,00:52] 《罗门假期》
- [19,00:54] 《早餐在蒂芬妮》
......
原文都是英文，但转录出来的是中文。
请求参数：autucut -d .data/ --whisper-model=large
另外由于国内网络环境使用，我把transcribe.py中的62行以下的vad_model请求换成了使用本地文件
‘’’
if self.vad_model is None or self.detect_speech is None:
# torch load limit pytorch/vision#4156
torch.hub._validate_not_a_forked_repo = lambda a, b, c: True
#self.vad_model, funcs = torch.hub.load(
# repo_or_dir="snakers4/silero-vad", model="silero_vad", trust_repo=True
#)
self.vad_model, funcs = torch.hub.load(
repo_or_dir="/root/.cache/torch/hub/snakers4_silero-vad_master/", model="silero_vad", trust_repo=True, source='local'
)
self.detect_speech = funcs[0]
‘’‘
Line 50 in 638f6d8
--lang 指定语言
指定中文然后纯靠模型表现或者也许只能提前划分音频？如果指定语言为英文模型会把所有内容翻译为英文。