Tool sa Pagsasalita-sa-Teksto ni Kdenlive. Ito ang aking karanasan

Noong nakaraang linggo, sinabi sa iyo ni Pablinux tungkol sa bagong bersyon ng Kdenlive, ang tool sa pag-edit ng video mula sa proyekto ng KDE. Tulad ng minsang nagkomento, mas gusto ko ang OpenShot na may mas mababang kurba sa pag-aaral, ngunitDahil interesado ako sa tool sa pagsasalita-sa-text na isinasama ng bagong bersyon, nagpasya akong tingnan ito.

Kahit na isinulat ko ang aking quota ng mga artikulo sa mga kahalili ng Linux dito o sa programang Windows (Walang sinuman ang maaaring tumawag sa kanilang sarili na isang blogger ng Linux kung hindi nila isinulat ang isa sa mga iyon), hindi ito isang diskarte na gusto ko. Sa palagay ko ang mga programa ay dapat pag-usapan ng kanilang sariling mga katangian. Kung kailangan kong tukuyin ang Kdenlive sa anumang paraan, sasabihin ko na ito ay isang editor ng video para sa mga libangan na nais na magmukhang propesyonal ang kanilang mga nilikha.

Sinabi ko na sa nakaraan at itinatago ko ito (isa isa) iyon ang libre at bukas na mapagkukunan ng software ay may mga aklatan para sa gawaing multimedia na ginagawang mga laruan lamang ang mga produktong Adobe at Blackmagic. Ang malaking problema ay walang sinumang interesado na ilagay ang mga tool na ito kasama ang isang simple at kaakit-akit na interface at kumpleto at madaling maunawaan ang dokumentasyon. Bagaman ang Kdenlive ay malayo sa nakakamit ang layunin nito, ang mga developer nito ay nasa tamang landas.

Sa kaso ng kakayahang i-convert ang pagsasalita sa teksto, gumagamit si Kdenlive ng dalawang tool mula sa arsenal ng repository ng Index ng Package ng Python.

Ang Vosk ay isang bukas na mapagkukunan at toolkit ng pagkilala sa offline na pagsasalitan. Nag-aalok ito ng mga modelo ng pagkilala sa pagsasalita para sa 17 mga wika at dayalekto: English, Indian English, German, French, Spanish, Portuguese, Chinese, Russian, Turkish, Vietnamese, Italian, Dutch, Catalan, Arab, Greek, Farsi, at Filipino.

Gumagamit si Kdenlive ng mga modelo ng Vosk sa pamamagitan ng modyul na nakasulat sa Python.

Gayunpaman, ang pagkakaroon ng transcript ay hindi sapat. Kailangan mo ring i-sync ito sa video. Para sa mga ito kailangan namin ng isa pang module sa Python para sa paglikha ng mga subtitle.

Susuriin ni Kdenlive na mayroon kang naka-install na mga modyul na ito. PUpang gawin ito kailangan mo munang i-install ang python3-pip package sa iyong pamamahagi at pagkatapos ay patakbuhin ang mga utos:

pip3 install vosk

pip3 install srt

Susunod, kailangan naming i-install ang mga modelo ng boses. Para sa mga ito buksan namin ang Kdenlive at pupunta kami Mga Setting I-configure ang Kdenlive Speech sa Text.

Upang mai-load ang mga modelo mayroon kang dalawang mga pagpipilian: o i-download ang mga modelo mula sa ang pahinang ito at i-load ang mga ito nang manu-mano (Dapat mo munang suriin ang kahon ng Mga folder ng mga modem ng pasadya) o i-paste ang link mula sa listahan na nagpapakita sa iyo ng parehong pahina.

Gamit ang tool na Speech to Text

1. Tiyaking sa menu ng View na mayroon kang pagpipilian ng mga subtitle na naaktibo. Susunod, i-upload ang video na nais mong transcribe.
2. Ilipat ang video sa unang track ng video at i-slide ang asul na linya kasama ang tagal na nais mong salin.
3. Mag-click sa tab na mga subtitle at pagkatapos ay sa + sign
4. Sa tuktok isang hint ay idinagdag. Mag-click sa icon sa kaliwa ng mata.
5. Piliin ang modelo ng transcription at kung nais mong maglipat ng isang clip, lahat ng mga clip sa isang timeline o isang bahagi ng timeline. Mag-click sa Proseso

Inihambing ko ang Speech sa tech sa libreng bersyon ng isang tool sa cloud, at nakakita ng mga video na may caption na sarili mula sa Youtube at mga bayad na platform ng kurso. Kailangan kong sabihin na hindi ito perpekto, ngunit hindi ito mas masahol kaysa sa mga nabanggit na kahalili. Mayroon siyang mga problema kapag ang mga nagsasalita ay walang magandang diksyon o ginagawa ito sa paglipas ng musika o ibang tunog. Ngunit, pag-iisip ng tanong na tinatanong nila sa akin, oo, maaari itong magamit upang mag-subtitle ng isang serye o pelikula. Bagaman, dahil sa ipinahiwatig na mga limitasyon, maaaring kailanganin nilang makumpleto sa pamamagitan ng kamay.

At, kung ang mga lalaki sa Kdenlive ay naglagay ng mga baterya nang kaunti at isama ang isang module ng pagsasalin, ang bagay ay magiging perpekto.

May isang bagay na maaaring mapabuti. Ngayon, kung nais mong baguhin ang hitsura ng mga subtitle, kakailanganin mong maglagay ng code. At, walang paraan upang mai-export ang mga ito. Makikita mo lang ang mga ito na naka-embed sa video.

Ngunit, tulad ng sinabi ko sa itaas, walang duda na ang proyekto ay nasa tamang landas.