给《走遍美国》加字幕

背景

走遍美国（Family Album, U.S.A.），是美国 Prentice Hall 出版社于 1991 年出版的一套英语教材，配有情景剧，共 26 集。

网上常见的视频版本或者带有大量广告字样，或者没有字幕。在此使用开源软件对字幕进行修正，供有兴趣的同学参考使用。涉及外部资料均来自公开网络，请尊重原始作者版权，勿用于商业用途。

为方便英文学习者使用，并保持画面简洁，采取只保留英文字幕的方式操作。

进虚拟环境

cd envs
python -m venv sandbox
cd
source envs/sandbox/bin/activate

# 验证是否已进虚拟环境
which python

准备工具

以下使用开源项目 srt 和 zhon 。

pip install srt
pip install zhon

处理 srt 文件

把下载好的 srt 文件放在 ~/remix-family-album-usa/orig 目录。

cd remix-family-album-usa

# 改变原始文件编码
# 替换换行风格
# 替换或删除第 0 号字幕
mkdir 01
for file in orig/*; do
    iconv -f gb18030 -t utf-8 $file -o 01/$(basename $file)
    sed -i 's/\s*\r$//' 01/$(basename $file)
    sed -i '1,9d' 01/$(basename $file)
done

# 删除中文（删除第一个中文字到行尾），以及空白行
./remove_zh.py 01 02

# 修正人为错误
# 后续不要再覆盖此目录
vi 02/01.srt
...

# 标准化
mkdir 03
srt normalise --input 02/01.srt --output 03/01.srt
srt normalise --input 02/02.srt --output 03/02.srt
srt normalise --input 02/03.srt --output 03/03.srt
...

运行srt normalise时不建议以批处理方式执行，因为需留意报错信息，并手工处理，具体包括：

起止时间不合法，字幕被清理；
未翻译人名等英文，从而未被删除造成字幕重复。

以下进行时移和拼接。

# 时移
mkdir 04
srt fixed-timeshift --seconds -19 --input 03/01.srt --output 04/01.srt
srt fixed-timeshift --seconds 483 --input 03/02.srt --output 04/02.srt
srt fixed-timeshift --seconds 855 --input 03/03.srt --output 04/03.srt
...

# 拼接
mkdir 05
cat title/author.srt title/01.srt 04/01.srt 04/02.srt 04/03.srt > 05/01.srt
...

# 标准化
mkdir prefinal
srt normalise --input 05/01.srt --output prefinal/01.srt
...

# 使用专业工具继续修正，例如Aegisub
mkdir final
cp prefinal/* final
...

视频混合

以下使用著名的开源软件 ffmpeg 。

sudo apt install ffmpeg

# H.265/HEVC
ffmpeg -i video/FAUSA_01.mp4 -i final/01.srt -c:v libx265 -tag:v hvc1 -filter:v unsharp -c:a copy -c:s srt "video/FAUSA_01_46 Linden Street.mkv"
# AV1
ffmpeg -i video/FAUSA_01.mp4 -i final/01.srt -c:v libsvtav1 -crf 1 -filter:v unsharp -c:a copy -c:s srt "video/FAUSA_01_46 Linden Street.mkv"
...

其中：

-c:v libx265 -tag:v hvc1表示视频使用 H.265/HECV 编码；
-c:v libsvtav1 -crf 1表示视频使用 AV1 编码；
-filter:v unsharp 可以实现视频锐化，默认参数即可满足需求；
-c:a copy表示原样拷贝音频轨道；
-c:s srt指定字幕编码方式；
输出文件以.mkv命名，ffmpeg 就冰雪聪明的明白封装格式意图了。

hanson2010/remix-family-album-usa

给《走遍美国》加字幕

背景

进虚拟环境

准备工具

处理 srt 文件

视频混合