私は、ビデオ自体から字幕を生成するための音声認識についての論文を作成しています。コンセプトは、ビデオプレーヤーを作り、音声認識を統合することを計画しています。したがって、システムを起動してビデオが終了するまで再生すると、システムはそのビデオファイルの別のコピーを生成しますが、この時間のサブタイトルは既に含まれているか、またはそのサブタイトルに統合されています。このコンセプトは可能ですか？もしそうなら、私はそれをどうやってできるのかアドバイスしてもらえますか？それとも最高のSR APIか何かを教えてください。私はjava btwに慣れています。トランスクリプションを生成するためにビデオを再生する必要があります
大学時代に私も同じようなアイデアを思いつきました。
私はあなたのアプローチが仕事であるべきだと思います。最初にムービーを再生し、字幕を生成して".srt"ファイルにエクスポートします。あなたが原因
などのようないくつかの理由にリアルタイム処理でそれを行うカントので
あなたのアプローチの短所は です。人々は、字幕ファイルを生成するためにムービー全体を再生するのは好きではありません。
だから私は、あなたがSPEECH-を行うことが文句を言わないことがここでムービー
を再生せずにサウンドトラックを分析し、サウンドトラック（音声ファイル）を抽出し、字幕ファイルを生成するために方が良いだろうと思いますTO-TEXT変換。 音波のスタイルを分析してデータを抽出する方法を見つける必要があります。だから、
グッドラック
ありがとうございます。私が心配しているのは、サウンドトラックだけを分析するだけで、字幕ファイルを生成する方法や方法について、私は考えていません。 :(私はこれでスピーチからテキストへの変換しか考えられません。 –
これは研究プロジェクトですか？ –
はい、私の学士の学位のためです。 –
、あなたは（ところで本当の努力で、無料のクッキーを取得する代わりに支払われる必要がある）自分の考えにあなたを導くことができるいくつかのメンター、探している場合。ここから始める：[https://www.freelancer.com/] – emotionlessbananas
申し訳ありませんが、私はフリーランサーを雇うための多くのお金を持っていません:(しかし、アドバイスは非常に感謝しています:) –