Python – 从 YouTube 下载字幕

本文将介绍使用 Python 从 YouTube 下载字幕的方法。我们将使用 pytube 库来下载 YouTube 视频，使用 SpeechRecognition 库来将视频中的语音转换为文字，并使用 gTTS （Google Text-to-Speech）库将该文字转换为音频，最后将其储存为 SRT（SubRip Subtitle）文件格式的字幕。

安装所需库

请在终端中运行以下命令来安装所需的 Python 库：

pip install pytube
pip install SpeechRecognition
pip install gTTS

下载视频

使用 pytube 库从 YouTube 下载视频的方法非常简单。假设您想要下载视频的 URL 是 https://www.youtube.com/watch?v=dQw4w9WgXcQ ，则可以执行以下代码：

from pytube import YouTube

# 创建 YouTube 对象
yt = YouTube('https://www.youtube.com/watch?v=dQw4w9WgXcQ')

# 获取所有可用的字幕
subtitles = yt.captions.all()

# 下载视频
yt.streams.first().download()

转换音频

使用 SpeechRecognition 库将视频中的语音转换为文字的方法同样十分简单。假设您已经下载了一个视频，并且已经从中获取了字幕：

import speech_recognition as sr 

# 使用 Google Web Speech API 将音频转换为文字
r = sr.Recognizer()

audio_file = sr.AudioFile('path/to/video.mp4')

with audio_file as source:
    audio = r.record(source)

# 将结果输出为文字
transcription = r.recognize_google(audio)

print(transcription)

转换为字幕

最后一步是将文字转换为 SRT 字幕格式并储存为文件。我们将使用 gTTS 库来将文字转换为音频，并将其作为字幕文件添加到原始视频中：

from gtts import gTTS
from datetime import timedelta

# 将文字转换为音频
tts = gTTS(transcription, lang='en')

# 储存音频文件
tts.save('path/to/audio.mp3')

# 添加字幕
with open('path/to/subtitles.srt', 'w') as f:
    start_time = 0
    end_time = timedelta(seconds=0)
    for i, sentence in enumerate(transcription.split('. ')):
        end_time = timedelta(seconds=start_time + len(sentence.split()) / 2)
        f.write(f"{i+1}\n{start_time} --> {end_time}\n{sentence}\n\n")
        start_time = end_time.seconds + 1

该代码将创建一个 subtitles.srt 文件格式的字幕文件，并将其添加到原始视频中。

结论

使用 Python，我们可以轻松地从 YouTube 下载视频和字幕，并将其转换为 SRT 格式的字幕文件。这项技能在处理大量视频和语音数据时非常有用，对于那些想要深入了解语音转换和字幕创建的人来说尤其如此。