| 1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253 |
- // tag::main[]
- == 生成 MockingBird 训练数据集
- * 硕鼠（可替换为 油猴脚本、bilibili助手）
- ** 下载 bilibili 视频，得到 `xx.flv`
- ** 注意： 哔哩哔哩现在的DASH流都是音视频分开的，可以用bilibili evolved直接把纯音频给下了，不用下载冗余的画面
- * 格式工厂（可替换为 Adobe mediaencoder）
- ** 先进行视频切割，得到多个 `xxPart1.mkv、xxPart2.mkv、xxPart3.mkv、xxPart4.mkv`
- ** 音频-音频分离器，把上次的 mkv 全都拿进来处理，得到多个文件夹 `xxPart1/xxPart1.aac`
- ** 将这些文件拿出来到一个文件夹内
- * spleeterGUI（可替换为 rx9、Audacity ）
- ** 将这些aac文件处理一下，分离得到背景音乐`accompaniment.wav` 、人声 `vocals.wav`
- ** 将这些 `vocals.wav` 拿出来放到一起，建议重命名 `xx1.wav`
- * rx9
- ** 也是降噪软件、或者 au 也行
- * 字幕生成 videoSrt
- ** https://github.com/wxbool/video-srt-windows[video-srt-windows]
- ** 打开 videoSrt，拖进去处理，得到 xx1.srt
- * 音频裁切 Sound_File_Processing
- ** https://gitee.com/kslizi/Sound_File_Processing
- ** 将字母放到 srt 目录，音频放到 `wav/input`
- ** 执行 `long_file_cut_by_srt.py`
- ** 从 output 把结果加到播放器中
- ** transcript 中有 transcript.txt
- * 人工较对
- ** 逐条听，把非中文，音译成中文
- ** 建议至少至少300条
- ** 长句子多一点、语气词少一点，语气词多的直接删掉，记得是 UTF-8格式TXT
- * 准备训练
- ** 按照mockingbird数据集格式要求放进去
- * potPlayer
- // end::main[]
- === 参考
- [bibliography]
- - [[[bilibili]]] https://www.bilibili.com/video/BV1dq4y137pH.
|
