Python实现视频语音和字幕自动审查功能

功能描述：

提取视频文件中的图像然后使用OCR技术识别静态图像中的文本，提取视频文件中的音频然后使用语音识别技术提取其中的文本，如果视频文本或音频文本中包含指定的关键词则进行提示。

代码使用tesseract进行OCR识别视频图像中的文本，然后以百度语音识别为例进行演示，但事实证明百度语音识别效果非常不好，可以进行大规模训练试试能不能提高识别率，或者使用其他识别率更高的平台API。

实现步骤：

1.注册一个百度云账号，然后进入控制台，找到语音技术

2.在左侧展开应用列表，创建新应用

3.返回应用列表，找到刚刚创建的应用，记下图中的三个值

4.安装百度语音识别库

5.安装扩展库moviepy、pillow、pytesseract，安装软件tesseract并把安装路径添加到环境变量Path中，准备好视频文件，编写代码

6.进入cmd环境，切换到包含程序文件和视频文件的文件夹，执行命令，下图中略去了执行过程

执行程序时同时产生“音频文字.txt”和“视频文字.txt”两个文件，其中“音频文字.txt”中的内容实在是惨不忍睹一塌糊涂完全没有使用价值，就不贴图了，好在tesseract的文字识别还不错，视频文字提取效果如下

温馨提示

关注本公众号“Python小屋”