mortimer

本文将分享一个用于音频源分离（特别是人声与伴奏分离）的自动化脚本和工作流。该方案利用了 audio-separator 库、FFmpeg 进行媒体预处理，并通过 uv 实现了一个免手动配置、依赖自包含

AI视频翻译已自动化语音识别→翻译→语音合成→字幕嵌入，但口型不匹配的“违和感”仍会破坏沉浸。口型同步（Lip Sync），是视频翻译的“最后一公里”——看似短，却障碍重重。 难点一：开源方案——高门

无论你是视频创作者、后期工程师，还是仅仅想压缩一个网络视频，都无法回避视频编码。我们永远在**画质

MP4 不是视频，是“盒子” 很多人以为 MP4 就是视频，其实它是容器，像一个快递箱，里面可以装： 视频流 → 通常是 H.264（AVC） 音频流 → 通常是 AAC 字幕、章节、封面… 关键

为什么要做一个 ASS 样式编辑器？ 在视频翻译、字幕制作、AI 配音后处理等场景中，ASS（Advanced SubStation Alpha） 是事实上的工业标准字幕格式。它不仅支持丰富样式（颜色

如果你曾被这些问题困扰，那么这篇文章就是为你准备的。我将用最清晰的逻辑和最易懂的语言，一次性讲透关于字幕的所有核心知识。 第一站：先懂最核心的区别 —— 软字幕 vs. 硬字幕 在讨论任何格式或工具之

多语言的视频转换翻译，最大的难点是声音、画面、字幕对齐，不同语言的语速和表达习惯差异巨大，一句3秒的中文，翻译成英文可能需要4秒，即便同种语言，不同发音人，所需时长也不同。这就导致了配音时长和原始字幕

从长视频中批量剪辑出精彩片段。传统的做法是打开笨重的剪辑软件手动操作，效率低下。作为一个开发者，我们自然会想：能不能写个脚本来自动化这个过程？ 当然可以。但如果想让这个工具更易用，一个图形用户界面是必

我平时做语音转录，最头疼的就是 噪声。 录音里往往有风声、电流声、键盘声、回声……这些杂音一多，转录模型就容易漏听，甚至整句识别不出。 网上的降噪方法很多，大多是基于“大模型”的 AI 降噪，比如 R