Kdenlives tale til tekstværktøj. Dette er min erfaring

Sidste uge fortalte Pablinux dig om den nye version af Kdenlive, videoredigeringsværktøjet fra KDE-projektet. Som jeg engang kommenterede, foretrækker jeg OpenShot, som har en lavere indlæringskurve, menDa jeg var meget interesseret i tale-til-tekst-værktøjet, som denne nye version indeholder, besluttede jeg at se på det.

Selvom jeg har skrevet min andel af artikler om Linux-alternativer til dette eller andet Windows-program (ingen kan kalde sig selv en Linux-blogger, hvis de ikke skrev en af ​​dem), er dette ikke en tilgang, som jeg kan lide. Jeg synes, at programmer skal tales om efter deres egne egenskaber. Hvis jeg skal definere Kdenlive på nogen måde, vil jeg sige, at det er en videoredigerer for hobbyister, der ønsker, at deres kreationer skal se professionelle ud.

Jeg har tidligere sagt det, og jeg holder det (kommer en efter en) det gratis og open source-software har biblioteker til multimediarbejde, der får Adobe og Blackmagic-produkter til at ligne legetøj. Det store problem er, at ingen var interesseret i at sætte disse værktøjer sammen med en enkel og attraktiv grænseflade og komplet og let forståelig dokumentation. Selvom Kdenlive langt fra har nået sit mål, er udviklerne på rette spor.

I tilfælde af evnen til at konvertere tale til tekst bruger Kdenlive to værktøjer fra arsenalet i arkivet til Python pakkeindeks.

Vosk er en open source og offline talegenkendelsesværktøjssætn. Det tilbyder talegenkendelsesmodeller til 17 sprog og dialekter: engelsk, indisk engelsk, tysk, fransk, spansk, portugisisk, kinesisk, russisk, tyrkisk, vietnamesisk, italiensk, hollandsk, catalansk, arabisk, græsk, farsi og filippinsk.

Kdenlive bruger Vosk-modeller gennem et modul skrevet i Python.

Imidlertid er det ikke nok at have udskriften. Du skal også synkronisere den med videoen. Til dette har vi brug for et andet modul i Python til oprettelse af undertekster.

Kdenlive kontrollerer, at du har disse moduler installeret. PFor at gøre dette skal du først installere python3-pip-pakken på din distribution og derefter køre kommandoerne:

pip3 install vosk

pip3 install srt

Dernæst skal vi installere stemmemodellerne. For dette åbner vi Kdenlive, og vi vil Indstillinger Konfigurer Kdenlive tale til tekst.

For at indlæse modellerne har du to muligheder: eller download modellerne fra denne side og indlæs dem manuelt (Du skal først markere afkrydsningsfeltet Custom modem folders) eller indsætte linket fra listen, der viser dig den samme side.

Brug af tale til tekst-værktøjet

1. Sørg for, at undertekstfunktionen er aktiveret i menuen Vis. Upload derefter den video, du vil transkribe.
2. Flyt videoen til det første videospor, og skub den blå linje langs den varighed, du vil transkribe.
3. Klik på undertekstfanen og derefter på + tegnet
4. Øverst tilføjes et tip. Klik på ikonet til venstre for øjet.
5. Vælg transkriptionsmodellen, og hvis du vil transkribe et klip, skal alle klip i en tidslinje eller en del af tidslinjen. Klik på Process

Jeg sammenlignede tale med tech med den gratis version af et skyværktøj og har set videoer med selvtekster fra Youtube og betalte kursusplatforme. Jeg må sige, at det ikke er perfekt, men det er ikke værre end de nævnte alternativer. Han har problemer, når de, der taler, ikke har god diksion eller gør det over musik eller anden lyd. Men forestille sig det spørgsmål, de stiller mig, ja, det kan bruges til at undertekste en serie eller film. Selv om de på grund af de angivne begrænsninger muligvis skal udfyldes manuelt.

Og hvis fyrene på Kdenlive lægger batterierne lidt og integrerer et oversættelsesmodul, ville det være perfekt.

Der er noget, der kan forbedres. I dag, hvis du vil ændre underteksternes udseende, skal du indsætte kode. Og der er ingen måde at eksportere dem på. Du kan kun se dem indlejret i videoen.

Men som jeg sagde ovenfor, er projektet uden tvivl på rette vej.