Kdenlives tale til tekstverktøy. Dette er min erfaring

I forrige uke fortalte Pablinux deg om den nye versjonen av Kdenlive, videoredigeringsverktøyet fra KDE-prosjektet. Som jeg en gang kommenterte, foretrekker jeg OpenShot som har en lavere læringskurve, menDa jeg var veldig interessert i tale-til-tekst-verktøyet som denne nye versjonen inneholder, bestemte jeg meg for å ta en titt på den.

Selv om jeg har skrevet min kvote med artikler om Linux-alternativer til dette eller det andre Windows-programmet (Ingen kan kalle seg en Linux-blogger hvis de ikke skrev en av dem), er dette ikke en tilnærming som jeg liker. Jeg synes at det skal snakkes om programmer ut fra sine egne egenskaper. Hvis jeg må definere Kdenlive på noen måte, vil jeg si at det er en videoredigerer for hobbyister som vil at kreasjonene deres skal se profesjonelle ut.

Jeg har sagt det tidligere, og jeg beholder det (kom en etter en) at gratis og åpen kildekode-programvare har biblioteker for multimediarbeid som gjør at Adobe- og Blackmagic-produkter ser ut som leker. Det store problemet er at ingen var interessert i å sette disse verktøyene sammen med et enkelt og attraktivt grensesnitt og komplett og lettfattelig dokumentasjon. Selv om Kdenlive langt fra har oppnådd sitt mål, er utviklerne på rett spor.

Når det gjelder muligheten til å konvertere tale til tekst, bruker Kdenlive to verktøy fra arsenalet til depotet til Python pakkeindeks.

Vosk er en åpen kildekode og frakoblet verktøykasse for talegjenkjenningn. Den tilbyr talegjenkjenningsmodeller for 17 språk og dialekter: engelsk, indisk engelsk, tysk, fransk, spansk, portugisisk, kinesisk, russisk, tyrkisk, vietnamesisk, italiensk, nederlandsk, katalansk, arabisk, gresk, farsi og filippinsk.

Kdenlive bruker Vosk-modeller gjennom en modul skrevet i Python.

Imidlertid er det ikke nok å ha transkripsjonen. Du må også synkronisere den med videoen. For dette trenger vi en annen modul i Python for å lage undertekster.

Kdenlive vil kontrollere at du har installert disse modulene. PFor å gjøre dette må du først installere python3-pip-pakken på distribusjonen din og kjøre kommandoene:

pip3 install vosk

pip3 install srt

Deretter må vi installere stemmemodellene. For dette åpner vi Kdenlive og vi skal Innstillinger Konfigurer Kdenlive tale til tekst.

For å laste inn modellene har du to alternativer: eller last ned modellene fra denne siden og last dem inn manuelt (Du må først merke av for Custom modem folders) eller lime inn lenken fra listen som viser deg den samme siden.

Bruke tale til tekst-verktøyet

1. Forsikre deg om at visningsmenyen er at alternativet for undertekster er aktivert. Last deretter opp videoen du vil transkribere.
2. Flytt videoen til det første videosporet, og skyv den blå linjen langs varigheten du vil transkribere.
3. Klikk på undertekstfanen og deretter på + -tegnet
4. Øverst er det lagt til et hint. Klikk på ikonet til venstre for øyet.
5. Velg transkripsjonsmodellen, og hvis du vil transkribere et klipp, alle klippene i en tidslinje eller en del av tidslinjen. Klikk på Behandle

Jeg sammenlignet tale til teknologi med den gratis versjonen av et skyverktøy, og har sett videoer med selvtekster fra Youtube og betalte kursplattformer. Jeg må si at det ikke er perfekt, men det er ikke verre enn de nevnte alternativene. Han har problemer når de som snakker ikke har god diksjon eller gjør det over musikk eller annen lyd. Men når jeg forestiller meg spørsmålet de stiller meg, ja, det kan brukes til å tekstet en serie eller film. Selv om de på grunn av de angitte begrensningene må fullføres for hånd.

Og hvis gutta på Kdenlive setter batteriene litt og integrerer en oversettelsesmodul, ville tingen være perfekt.

Det er noe som kan forbedres. I dag, hvis du vil endre utseendet på undertekstene, må du sette inn kode. Og det er ingen måte å eksportere dem på. Du vil bare kunne se dem innebygd i videoen.

Men, som jeg sa ovenfor, uten tvil er prosjektet på rett spor.