YouTube提供自動生成的英文字幕，為什麼國內沒有相關軟體?

07-13

字幕是聽寫下來的，有錯誤，但大部分是對的。

YouTube的自動字幕功能準確率確實非常高，當時看到這個功能的時候我非常高興，心想以後做視頻不用錄入字幕了，直接扔給Google識別去就行了。然而查找資料以後發現YouTube不支持中文的自動字幕，於是非常不爽。幾經周折以後，我發現了一個軟體叫AutoSub，原理是在本地對音頻大致的按停頓分割一下，然後對每一句用Google語音識別API進行識別。

圖1：

圖1是我用proxychains給AutoSub掛上代理以後生成的一段字幕，可以看到準確率非常高。畢竟語音識別API和YouTube的自動字幕都是谷歌的語言識別產品，估計使用的技術是一樣。可喜的是Google語音API支持的語言比YouTube多很多，中文也是可以的。於是我高高興興的輸入了一個中文的視頻，結果……

圖2：

於是我明白為什麼沒有提供中文自動字幕的網站了……（至於為什麼中文識別跟英文識別差這麼多，我個人認為主要原因是英文很少有同音的詞，而中文的同音字太多了，需要結合上下文才能準確判斷。）

因為優酷只有中國人看，而內容又大部分都是中文的，所以需求不大

國內的人也很為難啊，做出來說不定還要被人噴：還不是抄YouTube的…

本身Google的技術能力還是比較強的，所以自動生成，自動翻譯技術上不存在問題。另一方面，YouTube雖然在國內沒法使用，但是在世界範圍內受眾還是很廣的，比如日本、香港、台灣，所以它的受眾不光是英語系的人。而且從無障礙這個角度來說，任何視頻都是應該配上字幕的，方便聽力障礙的人群。

國內不是做不了，比如訊飛，對中文語音的識別準確率也是挺高的，只是沒有需求，如果中國互聯網視頻網站的用戶有一半有看字幕的需求，那國內這些互聯網上這個功能也不是什麼難事。所以做與不做不是技術層面的事情，是用戶需求層面的事。當然在這方面Google還是領先的。

國內也有這樣的軟體，不過要付費，我就沒付。也有免費的，叫Auto Sub，不過剛做出來就停止更新了，現在也用不成，只能標記出哪段時間到哪段時間內，人在說話，但是識別出的都是Recognition service error。估計可能是因為Google Speech API的地址，或者連接方式換了吧。去Github搜auto sub也能搜出別的類似的軟體，不過要麼是命令行，要麼看不懂怎麼用。沒耐心去找別的免費的了。