پروژه

media2ass پروژه‌ای برای ساخت زیرنویس از ویدیو و فایل‌های صوتی به‌صورت محلی است که از Faster-Whisper، FFmpeg/ffprobe، خروجی ASS، Validation و کنترل حرارتی استفاده می‌کند. هدف فقط تبدیل گفتار به متن نبود؛ Pipeline باید برای Batchهای بزرگ قابل‌ادامه، قابل‌عیب‌یابی و قابل‌اعتماد باشد، خروجی معتبر قبلی را دوباره نسازد، از SRT مناسب استفاده کند و فقط در صورت نیاز سراغ مدل گفتار برود.این پروژه از یک نیاز عملی شروع شد: می‌خواستم مجموعه بزرگی از فایل‌های ویدیویی و صوتی را به زیرنویس ASS تبدیل کنم، اما نه با اسکریپتی که برای هر اجرا به اینترنت یا Python نصب‌شده روی ویندوز وابسته باشد. ادامه مطلب …