使用Python给视频添加字幕和语音的操作方法

目录

• 前言
• 一、"pyttsx3"实现“文字到音频”的转换
• 二、"pydub"处理音频
• 1.安装
• 2.测试
• 三、“moviepy”合成字幕和音频
• 1.安装
• 2.测试
• 总结

最近尝试用python实现给一个视频添加字幕和语音，查了很多博客后有了一个拼拼凑凑的方法：

1. 使用"pyttsx3"来实现“文字到音频”的转换；
2. 使用"pydub"来对得到的音频进行加工和处理；
3. 使用"moviepy"来合成字幕和语音文件。

（注：本篇仅作为个人小白的学习记录）

pyttsx3是一个很方便的实现从“文字”到“语音”的库，安装和使用都很简单，windows下安装只需要：

pip install pyttsx3

如果要简单实现“文字段”的语音播放也很简单：

import pyttsx3
#	语音模块初始化
engine = pyttsx3.init()
#	设置要播报的字符串
text = "哈哈哈哈哈哈"
engine.say(text)
#	等待运行
engine.runAndWait()

还可以在这基础上将音频文件保存下来:

outFile = "output.aiff"
engine.save_to_file(text, outFile)
#	注意下面这句不能少，否则无法正常生成音频文件
engine.runAndWait()

这里需要注意的一点是，使用pyttsx3能够将文字转为音频，但是其编码格式特殊，保存下来的文件也是"aiff"格式的音频文件，所以如果要使用"MP3"格式则需要pydub中的AudioSegment模块来对其进行更改：

AudioSegment.from_file(outFile).export("Python.mp3", format="mp3")

当然，我也尝试了强行利用“save_to_file”将文件保存为“MP3”格式，虽然能够正常播放，但是这个文件是存在问题的(比如后面使用pydub进行处理的时候会因为无法读入而报错)

参考博客：https://blog.csdn.net/qq_19394437/article/details/97567298?spm=1001.2014.3001.5506

pip install pydub

安装完pydub之后还需要安装ffmpeg，可以选择去github下载安装包，我这里给出网盘分享(某位老哥分享了网盘链接，我找不到原文链接了抱歉)

链接: https://pan.baidu.com/s/1dsE8p9YL-ji48Mg0vTfaMA
提取码: irxi

解压后在bin文件夹下有以下三个文件：

复制bin文件路径，添加到环境变量中，然后在cmd窗口运行如下命令:

ffmpeg -version

若正常输出则代表安装完了

(当然这里安装完了，在后面实际使用的时候还可能会出问题)

from pydub import AudioSegment

#	读入MP3音频文件
audio = AudioSegment.from_mp3('Python.mp3')

#	简单加一段空白(静音)片段
X = 2000	#ms
silent = AudioSegment.silent(duration=X)
new_audio = silent + audio

#	保存文件
new_audio.export("new_Python.mp3", format="mp3")

代码运行到这里一般都会报错，类似于"RuntimeWarning: Couldn’t find ffmpeg or avconv – defaulting to ffmpeg, but may not work warn(“Couldn’t find ffmpeg or avconv – defaulting to ffmpeg, but may not work”, RuntimeWarning)”，或者是"RuntimeWarning: Couldn’t find ffprobe or …"

我也不知道具体为什么，可能是因为环境路径的问题？
直接给出解决办法：

报错应该会给一个"pydub"中的一个叫“utils.py”文件的路径，
第一步：找到该文件
第二步：找到一个叫"which(program)"的函数
第三步：添加前面下载的"ffmpeg"的“bin”文件路径
第四步：重启电脑

补充(第三步实例):

重启后应该能够正常运行了。

pip install moviepy
#	实际上安装moviepy的时候会自动安装下面两个库
pip install imageio
pip install imageio-ffmpeg

另外需要单独安装ImageMagick软件并添加到环境变量中

from moviepy.editor import *

def videocaption(src_mp4, dst_mp4, dottemp):
    # input:
    #   src_mp4: the path of wait-to-dispose video
    #   dst_mp4: the path of after-dispose video
    #	dottemp--字幕列表['text1','text2','text3',...]
    
    #	加载视频
    video = VideoFileClip(src_mp4)

    # 逐句添加字幕
    time = [2,2,2,...]	#	字幕持续时间，自行设置
    start = [4,6,8,10,...]	#	字幕开始时间，自行设置
    position = ['bottom','center',...]	#	显示位置，自行设置
    
    txts = []
    for si,sentence in enumerate(dottemp):
    	txt = (TextClip(sentence, fontsize=40,
    					font='SimHei', size=(1900, 40),
              			align='center', color='red')
             .set_position(position[si])
             .set_duration(time[si]).set_start(start[si]))
        txts.append(txt)

    # 合成字幕
    video = CompositeVideoClip([video, *txts])
    # 合成音频
    videos = video.set_audio(AudioFileClip('Python.mp3'))
    # 保存视频，注意加上参数audio_codec='aac'，否则音频无声音
    videos.write_videofile(dst_mp4, audio_codec='aac')

if __name__ == '__main__':
    #	输入输出路径
    src_mp4 = r'input.mp4'
    dst_mp4 = r'output.mp4'
    #	字幕列表
    dottemp = ['test1','test2','test3']
    #	合成视频
    videocaption(src_mp4,dst_mp4,dottemp)

代码可能会有点问题，自行调试修改

到此这篇关于使用Python给视频添加字幕和语音的操作方法的文章就介绍到这了,更多相关Python视频添加字幕和语音内容请搜索风君子博客以前的文章或继续浏览下面的相关文章希望大家以后多多支持风君子博客！

您可能感兴趣的文章:

• Python调用ffmpeg截取视频片段并进行批量处理的方法
• Python基于wxPython和FFmpeg开发一个视频标签工具
• Python利用FFmpeg处理音视频的详细教程
• 如何使用 Python和 FFmpeg 批量截图视频到各自文件夹中
• python操作音视频ffmpeg-python对比pyav选择