没有台本的音声怎么办？——利用Autosub自动抓取台本，利用百度进行翻译
本教程未经本人允许，禁止转载！
有意转载者请站内私信我。
这里是DavidDDD，本篇教程多图警告，请注意流量消耗。
前些天发了一个机器抓取台本的音声翻译，（音声翻译贴链接：http://mazochina.com/forum/viewtopic.php?f=18&t=41203）有人问我具体是怎样实现的，所以在m系的技术区专门开贴说明（既然出教程了，那么音声翻译是不是可以再让我鸽一个月……）
这个方法不仅仅可以提取音声的台本，还可以提取所有视音频（包括但不限于番剧、电影、电视剧、甚至羞羞的也可以……）的台词，是一款很强大的软件。
本软件遵循开源协议，完全开源，在此对软件作者BingLingGroup表达感谢，软件官方发布页如下（软件使用出现问题一定要优先在这里寻找答案鸭）
https://github.com/BingLingGroup/autosub
本着开源精神和分享精神，以及对原作者的尊重，（和怕自己打包后会出现各种各样的问题），这里给出的只有教程。
那么，闲话少叙，先上教程后上工作流程。
前言
可不可以关注一下楼主在m系发的新文章，帮楼主顶顶帖啊（链接：http://mazochina.com/forum/viewtopic.php?f=18&t=41203），非常感谢。
楼主不是专业人士，更不是本软件的开发者，有使用过程中的问题楼主不保证100%能解答，可以优先在GitHub官方页面搜索寻找答案。
优先参阅GitHub官方说明
优先参阅GitHub官方说明
优先参阅GitHub官方说明
初期准备（必选）
一台win7 64位或win 10 64位（win10好像没有32位吧）电脑（Linux和macOS好像也可以使用，不过我没有这两个系统的电脑，只能上Windows系统的教程，其它系统的具体使用方法请参阅GitHub官方说明。）
能流畅的访问谷歌、GitHub、百度（其实在GitHub上作者给出了使用国内讯飞的方法，讯飞的捕捉也还不错，但貌似现在在使用过程中有一点点的小问题，动手能力强的可以尝试结合官方教程文档自行设置一下。）
能使用电脑命令行（能按照楼主的步骤复制粘贴）（不要看见cmd就发懵的说）
进阶准备（可选）
独立思考和自主解决问题的精神（本教程偏硬核，有问题仔细阅读教程，参考GitHub官方说明，善用GitHub内部搜索。问问题最好带图片，不然我也会很懵的说）
能使用GitHub联系软件开发者
一定的日语基础
想象力
零 下载与安装
软件作者提供了懒人安装包，省去了安装依赖的麻烦
这是楼主发布稿件时的最新版（0.5.7）链接，点击即可下载
https://github.com/BingLingGroup/autosub/releases/download/0.5.7-alpha/autosub-0.5.7-alpha-win-x64-nuitka.7z
以下方法可以保证你随时找到软件的最新版，最新版软件会使你有更好更流畅的体验。
软件官方说明文档（简体中文版）（可以找到很多有效信息，是非常重要的网站！！！）
https://github.com/BingLingGroup/autosub/blob/dev/docs/README.zh-Hans.md
点开链接
目录部分找到4.下载与安装下的4.3 在Windows上安装并点击
点击“发布页”（蓝字超链接）
一般点击第一个蓝字超链接即进入最新版页面
向下翻，在Assets项中找到压缩包，即为软件最新版压缩包，点击即可下载
（PS：前两个是软件包，后两个是源代码
这里作者给出了用Nuitka编译和用Python编译的版本，软件作者推荐使用结尾为nuitka的版本，速度更快更稳定，功能更丰富，当然也可以尝试使用py版本。）
下好后随意找一个地方解压缩，得到一个名为autosub的文件夹，打开文件夹
恭喜你，安装完成。
一 提取音频
在中国大陆内的，必须先挂梯子（因为之后要使用google的api）
（如果你会使用讯飞api的话就不用挂梯子了（然而楼主并不会））
（楼主不提供科学上网的方法，由于科学上网出现的问题最好向你的服务提供商咨询）
在中国大陆外的，楼主实名羡慕，请直接操作。
双击“help.bat”
不要右键以管理员身份运行，会报错
（如果你对计算机有了解，可直接输入以下代码，并跳转至下一步）
会弹出一个窗口
（PS：有时间的话，你可以仔细阅读所有弹出来的文字，以获取更好的体验和理解你接下来所要执行的步骤的意义）
在窗口内先输入
这时，在电脑上打开你要提取的视音频文件的文件夹
复制文件夹路径
右键粘贴在软件窗口内（PS：Ctrl+v的快捷键无效，必须右键复制，具体路径取决于你的文件所在位置）
然后在末尾加一个右斜杠
然后返回文件夹，右键你的文件，点属性，复制文件全名
（PS：注意要带上后缀名，文件名中尽量不要带符号，最好是纯文字，如果文件名中包含了cmd无法识别的符号（例如♪，❤等符号），那么软件将会报错）
回到软件窗口，右键粘贴后再输入一个空格
再输入-S 语言代码（日语为ja_JP）
回车
等待
（PS：等待时间取决于你的视音频时长、计算机性能和网络连接状况）
完成
打开你想抓取的视音频所在的文件夹，你会看到一个srt字幕文件
二 初步修正
（如果你有编辑srt的相关专业软件，可以直接提取出文本的话，那最好不过了，你可以用自己的软件把文本提出来并保存为txt、doc或docx，直接跳到下一步，以下为使用Microsoft Office Word 2016的方法，可能不适用于所有人，敬请谅解。WPS同理可证？）
直接双击文件，会出现询问打开方式，这里选择用word打开（没找到的可以在“其他程序”选项卡中直接寻找，前提是你有Word）
直接点确定
打开后，如果发现文件内容是像图中一样是空白，
那么证明在提取时时你一定没挂梯子，或者是梯子被墙了，换梯子后重复步骤一
如果打开时是这样的话
恭喜你，文本提取成功。
先将文件另存为txt/doc/docx格式
（由于Word各版本并不相同且此操作很基础，此步不上教程，有问题可以百度/google）
然后点替换
先将任意一个相似的字段复制到查找内容
再将左侧时间部分选中
点“更多”，再点“特殊格式”“任意字符”，连续十二次。
右侧时间同上操作。
点击全部替换，发现时间轴没了，但是烦人的数字还在。
点“查找内容”，清空后点“特殊格式”“任意数字”“特殊格式”“段落标记”。
不停点击“全部替换”，直到出现“完成0处替换”数字就没了。
还有讨厌的空行？
“查找内容”清空后点“特殊格式”“段落标记”“特殊格式”“段落标记”。
在“替换为”那一行输入“特殊格式”“段落标记”。
（图找不到了，懒得补）
不停点击“全部替换”，直到出现“完成0处替换”空行就没了。
（PS：如果出现无法删除的空行，请自行手动删除）
不美观？
“查找内容”清空后点“特殊格式”“段落标记”。
“替换为”那一行清空后点“特殊格式”“段落标记”“特殊格式”“段落标记”。
点一次“全部替换”，好看多了吧。
三 初步机翻
（楼主这里采用百度翻译，因为相对准确，支持上传文档文件翻译。）
打开https://fanyi.baidu.com/，点击，上传文档。
（图片让我吃了……）
选中你刚才的文档，点打开。
选择语言，日语→中文（好像只支持简体），点翻译。
翻译完成，可以选择“导出翻译文档”或直接将翻译内容复制到新文档。
（PS：有些过长文本只能复制，因为导出后，超出的文本在导出的文档中将呈现原文而非翻译，但复制是正常的。）
（再PS：从图片中不难看出，就机翻而言，文本的质量很高，由于音声本身的特殊性，其准确基本能在70%左右，还是相当可以的。）
请好好享用吧
四 进阶翻译 信、达、雅
你在想peach（bushi
如果追求更高质量的翻译，那么你就需要动用你的想象力，结合原文件，自行翻译啦。
工作流程
本教程就到这里
如果你在仔细阅读教程和官方文档后，仍有不明白的地方，欢迎回帖留言，我在有时间的时候会帮忙解答。
教程编写不易，如果想支持一下楼主的话，可以看看楼主在m系发的，精心听校的音声台本，如果能回复一下帮楼主顶顶帖就更好啦（链接：http://mazochina.com/forum/viewtopic.php?f=18&t=41203），非常感谢。
有意转载者请站内私信我。
科学技术是第一生产力——Chairman 邓
这里是DavidDDD，本篇教程多图警告，请注意流量消耗。
前些天发了一个机器抓取台本的音声翻译，（音声翻译贴链接：http://mazochina.com/forum/viewtopic.php?f=18&t=41203）有人问我具体是怎样实现的，所以在m系的技术区专门开贴说明（既然出教程了，那么音声翻译是不是可以再让我鸽一个月……）
这个方法不仅仅可以提取音声的台本，还可以提取所有视音频（包括但不限于番剧、电影、电视剧、甚至羞羞的也可以……）的台词，是一款很强大的软件。
本软件遵循开源协议，完全开源，在此对软件作者BingLingGroup表达感谢，软件官方发布页如下（软件使用出现问题一定要优先在这里寻找答案鸭）
https://github.com/BingLingGroup/autosub
本着开源精神和分享精神，以及对原作者的尊重，（和怕自己打包后会出现各种各样的问题），这里给出的只有教程。
那么，闲话少叙，先上教程后上工作流程。
前言
可不可以关注一下楼主在m系发的新文章，帮楼主顶顶帖啊（链接：http://mazochina.com/forum/viewtopic.php?f=18&t=41203），非常感谢。
楼主不是专业人士，更不是本软件的开发者，有使用过程中的问题楼主不保证100%能解答，可以优先在GitHub官方页面搜索寻找答案。
优先参阅GitHub官方说明
优先参阅GitHub官方说明
优先参阅GitHub官方说明
初期准备（必选）
一台win7 64位或win 10 64位（win10好像没有32位吧）电脑（Linux和macOS好像也可以使用，不过我没有这两个系统的电脑，只能上Windows系统的教程，其它系统的具体使用方法请参阅GitHub官方说明。）
能流畅的访问谷歌、GitHub、百度（其实在GitHub上作者给出了使用国内讯飞的方法，讯飞的捕捉也还不错，但貌似现在在使用过程中有一点点的小问题，动手能力强的可以尝试结合官方教程文档自行设置一下。）
能使用电脑命令行（能按照楼主的步骤复制粘贴）（不要看见cmd就发懵的说）
进阶准备（可选）
独立思考和自主解决问题的精神（本教程偏硬核，有问题仔细阅读教程，参考GitHub官方说明，善用GitHub内部搜索。问问题最好带图片，不然我也会很懵的说）
能使用GitHub联系软件开发者
一定的日语基础
想象力
零 下载与安装
软件作者提供了懒人安装包，省去了安装依赖的麻烦
这是楼主发布稿件时的最新版（0.5.7）链接，点击即可下载
https://github.com/BingLingGroup/autosub/releases/download/0.5.7-alpha/autosub-0.5.7-alpha-win-x64-nuitka.7z
以下方法可以保证你随时找到软件的最新版，最新版软件会使你有更好更流畅的体验。
软件官方说明文档（简体中文版）（可以找到很多有效信息，是非常重要的网站！！！）
https://github.com/BingLingGroup/autosub/blob/dev/docs/README.zh-Hans.md
点开链接
目录部分找到4.下载与安装下的4.3 在Windows上安装并点击
点击“发布页”（蓝字超链接）
一般点击第一个蓝字超链接即进入最新版页面
向下翻，在Assets项中找到压缩包，即为软件最新版压缩包，点击即可下载
（PS：前两个是软件包，后两个是源代码
这里作者给出了用Nuitka编译和用Python编译的版本，软件作者推荐使用结尾为nuitka的版本，速度更快更稳定，功能更丰富，当然也可以尝试使用py版本。）
下好后随意找一个地方解压缩，得到一个名为autosub的文件夹，打开文件夹
恭喜你，安装完成。
一 提取音频
在中国大陆内的，必须先挂梯子（因为之后要使用google的api）
（如果你会使用讯飞api的话就不用挂梯子了（然而楼主并不会））
（楼主不提供科学上网的方法，由于科学上网出现的问题最好向你的服务提供商咨询）
在中国大陆外的，楼主实名羡慕，请直接操作。
双击“help.bat”
不要右键以管理员身份运行，会报错
（如果你对计算机有了解，可直接输入以下代码，并跳转至下一步）
autosub -i 输入文件 -S 语言代码会弹出一个窗口
（PS：有时间的话，你可以仔细阅读所有弹出来的文字，以获取更好的体验和理解你接下来所要执行的步骤的意义）
在窗口内先输入
autosub -i这时，在电脑上打开你要提取的视音频文件的文件夹
复制文件夹路径
右键粘贴在软件窗口内
autosub -i F:\downloads\RJ240103\wav然后在末尾加一个右斜杠
autosub -i F:\downloads\RJ240103\wav\然后返回文件夹，右键你的文件，点属性，复制文件全名
（PS：注意要带上后缀名，文件名中尽量不要带符号，最好是纯文字，如果文件名中包含了cmd无法识别的符号（例如♪，❤等符号），那么软件将会报错）
回到软件窗口，右键粘贴后再输入一个空格
autosub -i F:\downloads\RJ240103\wav\00_お兄ちゃんの部屋から変な音が！？.wav再输入-S 语言代码（日语为ja_JP）
autosub -i F:\downloads\RJ240103\wav\00_お兄ちゃんの部屋から変な音が！？.wav -S ja_JP回车
等待
（PS：等待时间取决于你的视音频时长、计算机性能和网络连接状况）
完成
打开你想抓取的视音频所在的文件夹，你会看到一个srt字幕文件
二 初步修正
（如果你有编辑srt的相关专业软件，可以直接提取出文本的话，那最好不过了，你可以用自己的软件把文本提出来并保存为txt、doc或docx，直接跳到下一步，以下为使用Microsoft Office Word 2016的方法，可能不适用于所有人，敬请谅解。WPS同理可证？）
直接双击文件，会出现询问打开方式，这里选择用word打开（没找到的可以在“其他程序”选项卡中直接寻找，前提是你有Word）
直接点确定
打开后，如果发现文件内容是像图中一样是空白，
那么证明在提取时时你一定没挂梯子，或者是梯子被墙了，换梯子后重复步骤一
如果打开时是这样的话
恭喜你，文本提取成功。
先将文件另存为txt/doc/docx格式
（由于Word各版本并不相同且此操作很基础，此步不上教程，有问题可以百度/google）
然后点替换
先将任意一个相似的字段复制到查找内容
再将左侧时间部分选中
点“更多”，再点“特殊格式”“任意字符”，连续十二次。
右侧时间同上操作。
点击全部替换，发现时间轴没了，但是烦人的数字还在。
点“查找内容”，清空后点“特殊格式”“任意数字”“特殊格式”“段落标记”。
不停点击“全部替换”，直到出现“完成0处替换”数字就没了。
还有讨厌的空行？
“查找内容”清空后点“特殊格式”“段落标记”“特殊格式”“段落标记”。
在“替换为”那一行输入“特殊格式”“段落标记”。
（图找不到了，懒得补）
不停点击“全部替换”，直到出现“完成0处替换”空行就没了。
（PS：如果出现无法删除的空行，请自行手动删除）
不美观？
“查找内容”清空后点“特殊格式”“段落标记”。
“替换为”那一行清空后点“特殊格式”“段落标记”“特殊格式”“段落标记”。
点一次“全部替换”，好看多了吧。
三 初步机翻
（楼主这里采用百度翻译，因为相对准确，支持上传文档文件翻译。）
打开https://fanyi.baidu.com/，点击，上传文档。
（图片让我吃了……）
选中你刚才的文档，点打开。
选择语言，日语→中文（好像只支持简体），点翻译。
翻译完成，可以选择“导出翻译文档”或直接将翻译内容复制到新文档。
（PS：有些过长文本只能复制，因为导出后，超出的文本在导出的文档中将呈现原文而非翻译，但复制是正常的。）
（再PS：从图片中不难看出，就机翻而言，文本的质量很高，由于音声本身的特殊性，其准确基本能在70%左右，还是相当可以的。）
请好好享用吧
四 进阶翻译 信、达、雅
你在想peach（bushi
如果追求更高质量的翻译，那么你就需要动用你的想象力，结合原文件，自行翻译啦。
工作流程
本教程就到这里
如果你在仔细阅读教程和官方文档后，仍有不明白的地方，欢迎回帖留言，我在有时间的时候会帮忙解答。
教程编写不易，如果想支持一下楼主的话，可以看看楼主在m系发的，精心听校的音声台本，如果能回复一下帮楼主顶顶帖就更好啦（链接：http://mazochina.com/forum/viewtopic.php?f=18&t=41203），非常感谢。
代码脚本bat
https://wwuc.lanzouf.com/itFvW0s8l6kj
密码:fsav
https://wwuc.lanzouf.com/itFvW0s8l6kj
密码:fsav