剪映专业版字幕导出随笔

目录
剪映专业版字幕导出随笔
最近有个识别视频中人声转成字幕并导出的小需求 , 找了一圈发现头条系的剪映专业版真好用 , 借助剪映专业版的识别字幕功能 , 以及抓包工具获取到字幕的json文件 , 实现“字幕导出” 。特以此文纪念一下 , 截止2021年03月14日12:19:26 , 此方法有效 , 不排除剪映升级后方法可能失效 。
环境准备
首先必须安装剪映专业版 , 如果您还没用过剪映专业版 , 请自行搜索关键字【剪映】下载安装;另外需要安装抓包工具 , 笔者安装的是【】 , 值得注意的是需要开启 https 抓包模式 。
环境截图如下:
字幕生成
首先 , 我们将视频导入到剪映素材中 , 如下图所示 , 导入成功之后会生成视频预览 , 并且左边小窗上回显示已添加 。
接着 , 我们切换到到【文本-识别字幕】 , 点击【开始识别】 , 此时剪映专业版就会识别视频中的人声 , 并自动在时间轴上生成字幕文件 。

剪映专业版字幕导出随笔

文章插图
【剪映专业版字幕导出随笔】字幕捕获
然后呢 , 我们有条不紊地打开抓包工具 , 并开启 HTTPS 模式 , 这一步值得注意的是需要信任证书 。
这时我们最好加个筛选条件 , 只显示这域下的请求 , 也就是剪映字幕处理的接口 。如果此时字幕已处理完毕 , 则重新点下上文步骤中的【开始识别】按钮 。
由于笔者处理的视频比较长 , 大概有一个半小时 , 因此生成字幕的时间比较久 , 也是笔者不慌不忙的原因 , 稍等片刻 , 发现不再吐新的请求信息了 , 最终 这个接口返回的就是我们的字幕 。
字幕处理
剪映专业版字幕导出随笔

文章插图
最后一步了 , 其实我们只需复制上一步抓到的JSON数据就实现了字幕导出 。处理这个JSON数据的方式有很多 , 比如可以借助一些公开的小工具 , 把这个JSON数据直接转成SRT字幕文件 , 也可以通过编程语言来自行编写程序按照自己的需要来处理 。笔者比较熟悉的是 , 因此使用来处理 , 最终生成文本格式的文件 。
先来看看笔者抓到的字幕数据格式:
{"ret": "0","errmsg": "success","svr_time": 1615699052,"log_id": "202103141317310102121441631D8D72AD","data": {"utterances": [{"text": "直播课堂","start_time": 0,"end_time": 896,"words": [{"text": "直","start_time": 0,"end_time": 258},{"text": "播","start_time": 258,"end_time": 360},{"text": "课","start_time": 360,"end_time": 520},{"text": "堂","start_time": 520,"end_time": 896}]},{"text": "又一次跟大家见面了","start_time": 2063,"end_time": 3680,"words": [{"text": "又","start_time": 2063,"end_time": 2240},{"text": "一","start_time": 2240,"end_time": 2400},{"text": "次","start_time": 2400,"end_time": 2576},{"text": "跟","start_time": 2663,"end_time": 2840},{"text": "大","start_time": 2840,"end_time": 2980},{"text": "家","start_time": 2980,"end_time": 3120},{"text": "见","start_time": 3120,"end_time": 3296},{"text": "面","start_time": 3303,"end_time": 3496},{"text": "了","start_time": 3503,"end_time": 3680}]},{"text": "我还是大家熟悉的主持人美娜","start_time": 3680,"end_time": 6656,"words": [{"text": "我","start_time": 3680,"end_time": 3856},{"text": "还","start_time": 3863,"end_time": 4056},{"text": "是","start_time": 4103,"end_time": 4296},{"text": "大","start_time": 4543,"end_time": 4700},{"text": "家","start_time": 4700,"end_time": 4856},{"text": "熟","start_time": 5023,"end_time": 5216},{"text": "悉","start_time": 5223,"end_time": 5380},{"text": "的","start_time": 5380,"end_time": 5500},{"text": "主","start_time": 5500,"end_time": 5620},{"text": "持","start_time": 5620,"end_time": 5740},{"text": "人","start_time": 5740,"end_time": 5896},{"text": "美","start_time": 6063,"end_time": 6256},{"text": "娜","start_time": 6263,"end_time": 6656}]}]}}