目录
这是上周打算试试，提取视频文字之后，制作视频字幕，从而想用大模型来实现，基本的demo可以在讯飞对应官网找到，之后就是api对接即可
项目结构
准备音频
接口Demo
示例demo请点击 这里 下载。
准备代码（完整修改后）
Ifasrdemo.java
package cn.xfyun;
import cn.hutool.json.JSONUtil;
import cn.xfyun.sign.LfasrSignature;
import cn.xfyun.utils.HttpUtil;
import com.google.gson.Gson;
import org.apache.commons.lang.StringEscapeUtils;
import java.io.*;
import java.net.URISyntaxException;
import java.nio.charset.StandardCharsets;
import java.nio.file.Files;
import java.nio.file.Paths;
import java.security.SignatureException;
import java.util.HashMap;
public class Ifasrdemo {
private static final String HOST = "https://raasr.xfyun.cn";
private static String AUDIO_FILE_PATH;
private static final String appid = "xxxxx";
private static final String keySecret = "xxxxxxxx";
private static final Gson gson = new Gson();
static {
try {
AUDIO_FILE_PATH = Ifasrdemo.class.getResource("/").toURI().getPath() + "/audio/合成音频.wav";
} catch (URISyntaxException e) {
e.printStackTrace();
}
}
public static void main(String[] args) throws Exception {
String result = upload();
String jsonStr = StringEscapeUtils.unescapeJavaScript(result);
String orderId = String.valueOf(JSONUtil.getByPath(JSONUtil.parse(jsonStr), "content.orderId"));
getResult(orderId);
}
private static String upload() throws SignatureException, FileNotFoundException {
HashMap<String, Object> map = new HashMap<>(16);
File audio = new File(AUDIO_FILE_PATH);
String fileName = audio.getName();
long fileSize = audio.length();
map.put("appId", appid);
map.put("fileSize", fileSize);
map.put("fileName", fileName);
map.put("duration", "200");
LfasrSignature lfasrSignature = new LfasrSignature(appid, keySecret);
map.put("signa", lfasrSignature.getSigna());
map.put("ts", lfasrSignature.getTs());
String paramString = HttpUtil.parseMapToPathParam(map);
System.out.println("upload paramString:" + paramString);
String url = HOST + "/v2/api/upload" + "?" + paramString;
System.out.println("upload_url:" + url);
String response = HttpUtil.iflyrecUpload(url, new FileInputStream(audio));
System.out.println("upload response:" + response);
return response;
}
private static String getResult(String orderId) throws SignatureException, InterruptedException, IOException {
HashMap<String, Object> map = new HashMap<>(16);
map.put("orderId", orderId);
LfasrSignature lfasrSignature = new LfasrSignature(appid, keySecret);
map.put("signa", lfasrSignature.getSigna());
map.put("ts", lfasrSignature.getTs());
map.put("appId", appid);
map.put("resultType", "transfer,predict");
String paramString = HttpUtil.parseMapToPathParam(map);
String url = HOST + "/v2/api/getResult" + "?" + paramString;
System.out.println("\nget_result_url:" + url);
while (true) {
String response = HttpUtil.iflyrecGet(url);
JsonParse jsonParse = gson.fromJson(response, JsonParse.class);
if (jsonParse.content.orderInfo.status == 4 || jsonParse.content.orderInfo.status == -1) {
System.out.println("订单完成:" + response);
write(response);
return response;
} else {
System.out.println("进行中...，状态为:" + jsonParse.content.orderInfo.status);
//建议使用回调的方式查询结果，查询接口有请求频率限制
Thread.sleep(7000);
}
}
}
public static void write(String resp) throws IOException {
// 使用 try-with-resources 确保资源被正确关闭
try (BufferedWriter bw = new BufferedWriter(new OutputStreamWriter(
new FileOutputStream("src/main/resources/output/test.txt"), "UTF-8"))) {
String ss = resp;
// 用 UTF-8 写入
bw.write(ss);
System.out.println("写入txt成功");
} catch (IOException e) {
e.printStackTrace();
}
}
class JsonParse {
Content content;
}
class Content {
OrderInfo orderInfo;
}
class OrderInfo {
Integer status;
}
}
测试提取中文文字代码
ChineseTextExtractor.java
package cn.xfyun;
import java.io.*;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class ChineseTextExtractor {
public static void main(String[] args) {
String inputFilePath = "src/main/resources/output/test.txt"; // 输入文件路径
String outputFilePath = "src/main/resources/output/out.txt"; // 输出文件路径
extractAndWriteChineseText(inputFilePath, outputFilePath);
}
public static void extractAndWriteChineseText(String inputFilePath, String outputFilePath) {
Pattern pattern = Pattern.compile("[\\u4e00-\\u9fa5]+"); // 中文字符的正则表达式
try (BufferedReader br = new BufferedReader(new FileReader(inputFilePath));
BufferedWriter bw = new BufferedWriter(new FileWriter(outputFilePath))) {
String line;
while ((line = br.readLine()) != null) {
Matcher matcher = pattern.matcher(line);
while (matcher.find()) {
bw.write(matcher.group()); // 写入匹配的中文字符
bw.newLine(); // 每个匹配项后面添加一个新行
}
}
System.out.println("中文字符提取完成，已写入 " + outputFilePath);
} catch (IOException e) {
e.printStackTrace();
}
}
}结果
这样就实现了文字的提取，但是我还是不满足，我想要的效果是直接做出字幕的效果，我只需要导入这个字幕文件就可以了，于是我发现了下面的这个神器
下载链接：
真正意义上实现免费算力制作字幕，十分良心！
看图
看看那几天转换的效果，主要是需要在自己下载一个模型即可，460多M的模型就可以适用很多场景
如果实现人声伴奏分离：推荐这两个网站！
不免费：https://www.yinziai.com/personal
新用户注册就可以用，着急的话可以试试，效果也很好
免费：Vocal Remover and Isolation [AI]
再看看这个歌词字幕
是的，我最后要的就是这样的效果
@ky 最后吐槽一下，自己最近心肝十分易上火，动不动就生气,昨晚跟女朋友打游戏，还对她发火……，而且明明是自己的问题，简单点处理不就好了吗，事后十分后悔，所以今天早上被人制裁了，用伞把我胳膊上的皮给戳破了，像被蛇咬了一样吗，还有我们这学校真的多蛇，大小操场都能看到，就到期末了，需要赶紧复习了！
