近日玩电脑零星笔记

agent124

1.前段时间用whisper制作视频的字幕，因为没有大显存的英伟达，所以非常慢。一部捷克的片子搞了一天一夜还要多。昨天偶然看到一个帖子，说有个牛人开发了一个程序，可以用4G显存运行whisper的大模型。喜出望外，下载下来，果然，可以跑起来。试着处理了一部1个多小时的克罗地亚/塞尔维亚语视频，速度倒是很快，半个小时左右就搞完了。但是发现有大问题，前几句看上去是正确的，但中间大概有句话识别不出来，后来几十分钟全出错了，全识别不出来。看来这个程序还是有问题，不能用。可惜了。
使用whisper的主要感受：
处理英语特别高效准确，即使用whisperx，速度也不慢，即使不用gpu加速，一部电影也就一个小时不到就处理完了，而如果是小语种，比如克罗地亚语，whisper就要处理10多个小时，而孟加拉语，速度更慢，而且准确率大幅降低。当然，这种字幕也不需要非常精确，能借助字幕大致看懂意思也就满足了。当然，如果有大显存英伟达，会快很多。
whisperx对齐字幕的效果是不错的，处理了两部英语电影，字幕基本准确，只调整了10个地方左右。个别找不到字幕的英语电影，可以考虑用whisperx生成。
音轨的质量对于处理效果有很大影响。克罗地亚语的视频，开始有好几段识别不出。用audacity把这几段提取出来，加大音量后，基本都识别出来了。不过比较吵的背景音乐，对于识别效果还是有一定影响。毕竟它还是没那么智能，对于区别人声和其他声音，还不是很理想。

2.随手在foobar2000里給一条音轨加上作曲者信息，保存，没有提示出错，但再进去一看，根本没有保存。打开cue文件，直接手工输入COMPOSER标签，结果加载出错。查了下，说track下面没有COMPOSER这个标签，不过可以用SONGWRITER。原来，cue里不能用Composer，只有单独的音轨文件里可以。但既然没有，为何最初保存时不提示？这也可算是个bug。
编辑了foobar2000的界面，手工加入一个列，显示作曲者信息，但有些音轨有Composer属性，有的没有，怎么办？查了下，发现一个函数$if3，可以先找Composer属性，如果没有，再找SONGWRITER，再没有，就显示空白。
然后给一些歌加入了词曲作者信息。发现有些比较冷门的歌很难找。比如唐晓诗的一首《歌声引我飞翔》（《上了你瘾》专辑），就找不到作者信息，甚至找到了唱片的内页扫描图片，上面竟然也只有词作者，没有曲作者的名字。台湾倒是有个“流行音乐资料库”，可以查到一些冷门歌的信息，比如张镐哲的一首《你让我变了一个人》（《出轨的情歌》专辑），别的地方都找不到，就他那里有。大陆不知道有没有类似的流行音乐资料库。
歌都好找，但是词曲作者信息不好找。这其实也体现了对词曲作者等幕后工作者不够尊重。

3.公司给换了新电脑。但我一点也不开心。虽然内存加到了32G，cpu大概也更新了。但是本来倒还有4g的英伟达，现在只有128M的什么显卡。最重要的是，给取消了管理员权限。这下自己写的很多程序都运行不了，注册表也改不了，什么都用不了，工作积极性大受影响。

opzulera

哈。搞得这么复杂。真耐心。

碰巧我前一阵也从GitHub下了一个whisper，从油管下载视频，然后语音设别导出字幕，真不错。

agent124

opzulera 发表于 2025-8-31 02:25
哈。搞得这么复杂。真耐心。

碰巧我前一阵也从GitHub下了一个whisper，从油管下载视频，然后语音设别导出 ...

油管没字幕的才这么搞。有字幕的，一般从downsub这个网站下就差不多了。直接从油管下，一是现在限制颇多，动不动就不能下，二是字幕比较拉跨，downsub的字幕貌似处理过，比较清爽一点

至于whisper，我是直接pip install，没从github下源码。