☰

如何让youtube-dl（yt-dlp）正确生成字幕并且不重复文本？

tag-icon • tag-icon ffmpeg video youtube subtitles youtube-dl
如何让youtube-dl（yt-dlp）正确生成字幕并且不重复文本？

我正在使用 yt-dlp 下载一些视频，并告诉它嵌入字幕。这似乎有效，但它以最糟糕的方式生成字幕，即复制文本。

例如，如果音频说“但即使该系统的速度也不足以让你到达其他星系。值得注意的是，有一个使用已证实的物理学的技巧”，那么 YouTube 将显示文本的一半，删除该一半并显示文本的后半部分，然后继续。不会有任何重复。

yt-dlp（或 ffmpeg？）所做的是将文本的前半部分和后半部分显示在两行上，然后用第二行替换第一行，第二行变为接下来的内容。结果是我不断地读两遍这些行！如果它一次只显示一行，它会完美地工作。我不知道这种行为是否有名称，或者它是故意的（设置了某些标志？）还是一个错误。我如何让它生成以与 youtube 显示相同的方式显示在视频上的字幕？

编辑：

这是用于生成视频文件的命令： yt-dlp.exe -k --write-auto-sub --embed-subs --merge-output-format mp4 https://www.youtube.com/watch?v=b3D7QlMVa5s

这是显示文本重复的图像

答案1

该问题Alain1A45是指， 获取的字幕中的时间线相互重叠！· 问题 #9038 · ytdl-org/youtube-dl，于 2016 年 3 月 31 日发布，首先建议使用--sub-format ttml --convert-subs vtt来获取正确的 vtt 文件。几篇帖子说这不再有效。 ，于nickaein2017 年 10 月 20 日发表评论说：“下载 vtt 格式的字幕解决了这个问题。”

我刚刚尝试过，可以确认做工作（2024/03/07 08:41:56）。

我使用--sub-format vtt --convert-subs vtt并获得了完美的字幕格式。--sub-format vtt虽然不是必需的，但我还是将其包括在内，以防该格式已经可用。

答案2

我编写了一个 PHP 脚本来处理字幕并解决重复问题。

function cleanVttFile($fileName, $outputName) {

    $lines = file($fileName);
    $headers = ['WEBVTT', 'Kind: captions', 'Language: en'];
    $modified_lines = [];
    $prev_line = "";

    foreach ($lines as $line) {
        // Skip headers
        if (in_array(trim($line), $headers)) {
            $modified_lines[] = $line;
            continue;
        }

        // Skip timestamp lines and blank lines
        if (preg_match('/\d{2}:\d{2}:\d{2}\.\d{3} --> \d{2}:\d{2}:\d{2}\.\d{3}.*/', $line) || trim($line) == "") {
            $modified_lines[] = $line;
            continue;
        }

        // Remove time tags
        $stripped_line = preg_replace('/<[^>]*>/', '', $line);

        // Compare with previous line
        if ($stripped_line != $prev_line || $prev_line == "") {
            $modified_lines[] = $line;
        }

        // Update previous line
        $prev_line = $stripped_line;
    }

    file_put_contents($outputName, $modified_lines);
}

相关内容