软件依赖

  • 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

  • 音频裁切 Sound_File_Processing

  • 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

📚 参考