基於.NET Core winform的錄音、字幕軟件HTWCore的技術總結

　　HTWCore是一款基於.NET Core的winform客戶端程序，可以用來處理各種會議，記錄，講座，講課等等來源的音視頻，運用語音識別、視頻內容提取等技術整理成word文檔。項目中運用了以下技術：

• 　　基於.NET Core，因此是一款跨平台程序，可用於windows平台各個版本，將來會適配linux、mac等平台。將程序打包成單個文件，免於安裝，性能比較高。
•        使用了音頻切分，音量處理，音視頻解碼、轉碼，音視頻降噪，視頻幀提取等音視頻處理技術。
•        運用了當前領先的語音識別技術，可識別會議，記錄，講座等等場景的音頻。
•        利用聲紋識別技術區分錄音中人物角色，整理出自然、易讀的文檔。
•        語音識別過程中記錄每個單詞的時間碼，可用於生成SRT文件，添加字幕文件。
•        使用了文本分析、自然語言處理技術，處理詞類型，自然的添加標點符號。
•        視頻內嵌字幕提取首先將視頻幀分離出包含成有效文本的圖片，然后用基於SSIM（結構相似性，是一種衡量兩幅圖像相似度的指標）的算法比較兩種圖片的相似度，去掉相似度高的圖片，提高性能。
•       將視頻幀OCR，能處理各種自然場景的含有文本圖片，可以是中文、英文、日語、韓語等，也可以是雙語文本，雙語提取結果分行顯示。
•       對內容文字運用文本相似度算法，有效去重。
•       將處理結果導出為常用的文本處理軟件word，自動換行，縮進等，文檔內容易讀。

 

　　HTWCore效果如下:

1. 

    

    將音視頻文件拖入文本框。

2. 可直接識別，或者可以對音視頻做處理。   

    

3. 點擊"Word"按鈕，后進度提示。

    

4. 處理的結果生成的word文檔在音視頻的同目錄下，1小時的音頻只需要不到10分鍾可出結果。

    

   語音質量好的識別正確率在95%以上。

5.  　　內嵌字幕，先截圖框定范圍。

 

　　　　　　左面的橢圓調整出現文本的幀，右邊的滑塊調整字幕范圍。

　　其余功能可直接使用，不一一說明了。

 

 

　　HTWCore下載：

　　鏈接:https://pan.baidu.com/s/1k4zjpMBbUf-Okczd6xUogQ 提取碼:qs52 

　　或者加QQ群：414750884