用 whisper asr 幫影片產生字幕 (語音辨識/聽寫)

對，已經有很多語音辨識的產品了； 但我偏好自由軟體解決方案， 例如以 OpenAI 的 whisper 聽寫模型為引擎的各種解決方案。 如果你的電腦夠好， 也許可以用 Buzz， 它支援三大桌面系統、 有圖形介面、 可以完全在本機執行。 我則是搜尋到美女的影片就被說服選用 Whisper ASR webservice 了：

youtube 影片字幕截圖版重點摘要

常常會想要幫 YouTube 影片做簡短的圖片字幕版重點摘要， 每次都花很多時間。 這幾天終於寫了一個小小的 bash script sscapcat.sh (screenshot caption concatenation) 讓整個流程變得比較順暢。

飛鼠遙控器 + mpv 看影片檔

想要用電腦接電視看影片檔， 大概試出最佳的組合了。

先買一個 「飛鼠遙控器」， 正面看起來像是電視遙控器， 但其實也有滑鼠功能， 背面則是一個簡化的鍵盤， 可以打英文字母跟數字。 跟真正的鍵盤滑鼠比起來， 當然還是功能不完整， 操作也不方便， 但若只是偶爾要按幾個快速鍵， 這就很夠了。

DVD 轉開放的影片格式 mkv， 含字幕

難得有機會向老婆炫耀 linux 的厲害： 她想要把 DVD 備份成 mp4， 結果以前買的軟體已下架， 而 windows 又拒絕用檔案總管去開啟 DVD。 在 linux 底下， 看到的不過就是一個檔案系統， 備份、 播放當然都沒問題， 其實也並不需要轉檔啊。 那順便來研究一下 VIDEO_TS/ 底下的 VTS_*.VOB 好了， 特別是老婆交代的「字幕」部分。 我看到的大部分 DVD 都只有一個字幕軌， 只有一部 「史瑞克」 有多種語言。 那就拿其中一個較短， 又含字幕的影片檔 VTS_03_1.VOB 來實驗好了：

VOB_FILE=VTS_03_1.VOB
BASE_NAME=${VOB_FILE%.VOB}
echo $BASE_NAME

vosk： 影片/音檔聽寫機

我比較喜歡閱讀； 不太喜歡看影片/聽podcast。 找到 summarize.tech 這個網站不錯， 餵它一部英文 youtube 影片連結， 就幫你產生文字摘要。 但是它好像只吃有附字幕檔的影片。 那如果是其他語言呢？ 我試了 一部自動產生字幕的西班牙文影片， 它會產生英文的文字摘要。 那如果是用 video downloadhelp 抓回來的影片呢？ 如果想離線使用呢？ 那就安裝 vosk， 在自己的電腦上離線產生各種語言的字幕檔吧！

(在 Windows 底下) 製作 UEFI 版 「貴哥實驗室」 開機隨身碟 (救命碟)

現在大部分的電腦都支援 UEFI 開機， 所以新版的貴哥實驗室開機光碟也跟著配合支援 UEFI。 拿它來製作開機隨身碟的過程可以全程在 Windows 底下完成。

感謝蘇浚緯助教製作以上教學影片。 (2021/9/20)

一口氣串接爆多影片？ ffmpeg 拯救可憐的手指

本來排好上週要在校內教職員研習講 「個人隱私與資安防護」， 不過在疫情開始略微升高的第一時間， 學校就立即決定改採錄影的方式以減少群聚。 根據以往的經驗， 吃螺絲或恍神重錄浪費最多時間； 可是錄製的時限很緊迫， 所以最後我把一小時的內容切成將近三十段每段一到三分鐘的短片。 經過一些手工前置處理之後 (另文詳)， 得到 這些檔案。 那要怎麼把它們全部串接起來呢？ 我覺得 openshot 還蠻好用的。 但是近三十次的轉場逐次用手點滑鼠？ No way! 這不是人在用電腦， 而是人被電腦用！ 而且我的板機指會被用到廢掉 (哭) 這時就要請 新版的 ffmpeg 來救援了。

vokoscreen-ng 桌面活動錄影錄音

以前需要錄影桌面時， 採用的是 gtk-recordmydesktop ； 但是 它太老舊沒在維護了， 所以現在改用 vokoscreen-ng。

影片裁剪合併/放大縮小/快轉慢播的萬用工具 ffmpeg

處理影片檔的工具很多； 但如果需要大量批次處理的話， 當然要學 ffmpeg ， 因為你可以把它寫到 shell script 裡面去。 先前在玩 畫風轉移魔法 時， 繞了一些遠路， 不小心學了一些 ffmpeg 指令， 在這裡筆記一下。

快速畫風移轉： 你的圖片/相片/影片， 以名畫家的動漫風格重現！

兩年前的此時， 畫風轉移魔法引發熱烈討論。 我有自己架起來玩過， 很好玩， 但光是轉一張圖就要好幾個小時。 這兩年來， 不斷有人提出改良版的演算法。 目前最佳的版本稱為 fast style transfer， 如果不計算預先訓練畫風的時間， 只計算轉移的時間， 速度超快。 即使是在我的 2014 年老電腦上只用 CPU (Intel Pentium G2030 @ 3.00GHz) 也能處理影片。 下圖每塊 212x120 的 13 秒影片各約耗時 3.5 到 4 分鐘。

在老舊電腦上跑 vlc streaming 服務

該怎樣調校 vlc 的參數， 才可以把老舊電腦變成監視錄影器 (audio & video streaming server) 呢? 這篇延續 「循序漸進的 vlc 命令列教學」 第七節， 一樣拿一部舊筆電透過網路攝影機當作 vlc streaming server， 讓它在客廳看電視； 又在書房同一個區網內用一部 PC 連到筆電透過筆電間接看電視。 這篇的重點是如何用最懶惰的方法調參數， 讓不夠力的老舊筆電 (藉由犧牲畫質， 甚至犧牲聲音) 也能勉強播放。 [注意： 本文指令皆無加密效果； 請不要在公開網路上播放洩漏隱私或有著作權限制的內容!]

我的影片檔案庫詳細資訊列成試算表

mediainfo navi.mp4 指令可以查看影片檔 navi.mp4 的長度、 包裝格式、 解析度、 影音編碼格式、 fps、 bitrate、 ... 等等資訊。 但是如果硬碟上放了一堆影片檔， 想要把所有影片檔的資訊整理成一張試算表呢? 請把以下內容貼到一個文字檔 vfmt.txt 裡面：

網路媒體播放器 VLC ：循序漸進的命令列教學

VLC 影片/音樂播放器超級強大。 本文由簡至繁， 逐步進階， 教你如何用命令列操作 vlc， 用它來播放/錄製/廣播各種來源的影音： 包含檔案、 網路攝影機、 桌面活動。 當你學會各種基本語法， 再拿它來排列組合時， 就可以自由實現廣播、 遠端監視錄影、 錄製電腦操作教學影片、 ... 等等效果。 注意! 從 「六、網路放送」 那一節 (含) 之後， 許多指令都有洩漏隱私的高度風險!

離線播放 TED 影片, 切換中英文字幕

有一些不錯的 TED 影片想要分享; 但沒把握上課/演講的場地有沒有網路, 該怎麼辦呢? 先從 所有 TED 演講影片清單 當中下載想播放的影片 mp4 檔, 再到 TED talk subtitle download 輸入影片網址取得中文字幕檔 (*.srt)。 把 mp4 跟 srt 的主檔名改成相同 (例如 xyz.mp4 與 xyz.src) 最後就可以用 vlc 播放了。 若是用 mplayer 播放, 還要加一個選項 -subcp cp950 中文才不會變成亂碼。

播放中文的另一個方法是: 在網址當中加上一段 lang/zh-tw/ 。 例如

http://www.ted.com/talks/sugata_mitra_the_child_driven_education.html

加上之後變成:

http://www.ted.com/talks/lang/zh-tw/sugata_mitra_the_child_driven_education.html

就直接顯示中文字幕。

如果想切換中英文字幕, 就把中英文字幕都下載回來。 vlc 會自動認檔名, 例如播放 xyz.mp4 時, 會自動把所有的 xyz.*.srt 認成是字幕檔。 播放當中按滑鼠右鍵, 選 「視訊」 的 「字幕軌」 就可切換中英文字幕 (或不要字幕)。 若是用 mplayer, 它無法自動辩認兩個字幕檔名, 所以要類似這樣下指令: mplayer -subcp cp950 -sub xyz.zh_TW.srt,xyz.en.srt xyz.mp4 然後播放當中按 j 鍵就可切換不同語言字幕。

xine 的中文字幕有問題; 教學文都有點舊。 放棄。 難怪 SimplyMepis 要內建 vlc...

感謝 三秒緯 提供 TED talk subtitle download 跟 vlc 的資訊。 他說這個太簡單不必寫教學文; 可是對我很少碰影片的人來說還是要花不少時間找其他相關問題的答案耶!

資訊融入教學設計競賽: 展現自由文化混搭力量的好機會

朋友轉知這個活動: 「中小學資訊融入教學案例設計活動競賽」。 基本上就是錄十分鐘的教學影片去參賽。

撇開下載文件是 doc 這些小瑕疵不談 (至少沒用 docx) 可以看出教育部對網路文化的接受度真的越來越高。 「附件下載」 可以看到授權書採用 cc 授權。 實際上採用 cc-by-sa 會比目前他們選的 cc-by-nc-sa 更好; 不過這無傷大雅。 你還是可以用 cc-by-sa 交給他們, 他們總不會抗議你多送了一些權力。

這是展現自由文化混搭力量的好機會。 什麼意思? 「評選標準」 第四條提到:

設計之教學活動易於使其他教師或教師班群廣為引用，並考量一般教師容易取得之數位資源及資訊科技設備做為教學資源，或設計之教材檔案格式流通性很大，以達分享便捷性及再利用性。

如果我們設計一個教學實況, 同時用到相片﹑ 插畫﹑ 音樂﹑ 三套自由軟體, 其中的素材也都來自 cc 授權的網站, 那麼專屬世界就很難與我們競爭了。

各位中小學老師朋友, 請用力申請吧。 得獎時, 拜託順便提醒他們: 不要加 nc 條款, 將更有利於促進自由素材的商業化, 對整個社會都有幫助。 如果教科書商願意把 OO.o 及相關教材放入他們的商品一起賣, 不是很好嗎? 但若 OO.o 的授權加了 nc 條款, 就失去這個機會了。 素材亦然。

記得 要用 kdenlive 幫您的影片加字幕 哦 :-)

「帝國毀滅」 EFF 版: 希特勒被智財極端主義者附身

影片 Downfall 描述獨裁者希特勒生命的最後十天。

EFF 的理事 Brad Templeton 把這部影片的一小段拿來 kuso。 Kuso 版中, 希特勒的角色變成了影片製作人。 對於他所製作的影片片段, 被搞笑 kuso 又被到處散佈, 希特勒感到極度不滿。 他要求屬下用惡法 DMCA 撤下所有 kuso 片段。 他的屬下使出最大的勇氣告訴他: 這種搞笑 kuso 的小段影片, 屬於合理使用。 希特勒氣得發抖: 「曾經觸犯著作權法的人... 統統給我出去。」 ...

如果你讀過 當翻譯變成一種罪行 之類的文章, 了解 DRM﹑ DMCA﹑ EFF﹑ 合理使用權等等概念, 你會驚嘆這部 kuso 超經典, 超爆笑, 超諷刺。 而且有一種 meta 風... (自己描述自己)。

如果該片著作權人真的來找麻煩 (真的來了) 那麼:

1. 將突顯: DMCA 與極端的智財主義, 可以被濫用於封鎖言論自由, 可以被濫用於禁止評論。
   
2. 這個 kuso 片內容就變成事實 -- 一個解讀是 「預言實現」; 另一個解讀是 「該片著作權人自己對號入座, 配合演出」。

這個邏輯帥到不行; 貴哥拜服。

作業: 請建一頁 wiki, 把字幕翻成中文。 我也會去幫忙修改。 定稿後, 再請緯哥用 kdenlive 把中文版放回 YouTube 去。

5/25 更新: aa33002 搞笑翻譯的中文版 已經出爐!