BingLingGroup
BingLingGroup
字幕压制和封装功能以后考虑会加，目前你可以借助ffmpeg之类的软件进行字幕压制
https://github.com/mawilson1234/autosub 看起来已经有人实现了这个功能，你可以考虑试用下
什么叫合并多行字幕，你是说把同段时间的多个字幕行合并成一行吗，这方面可以用aegisub autosub也支持合并多行字幕，但目前只支持合并ass格式的双语字幕（也就是只支持两种数量最多的样式的字幕行进行合并）
什么叫后续5个页面的字幕，我没理解
``` WARNING: Audio stream has a duration of less than 3 seconds. Normalization may not work. ``` It seems that your audio file is too small to do the processing.
视频的音量是否在-10dB以上？是否有较大的背景噪音？
我刚才测试了一下，一模一样的参数，也是 `-S cmn-hans-cn`，生成了字幕，没有问题。 你需要检查一下你的代理服务器，可能是谷歌不接受你的代理服务器发出的请求。这是很常见的，比如之前本项目的actions中曾有一段语音识别的代码以测试程序能否正常运行，就因为测试服务器似乎不能从api中得到请求所以总是识别失败，所以后来删掉了那段代码。 关于这个api，我不太清楚你有没有看原项目 https://github.com/agermanidis/autosub/issues/111 ，因为是别人逆向出来的免费api，所以本项目并不负责这个api的有效性，如果哪一天谷歌突然关掉这个api，或者这个api封锁了某些ip，那么本项目并不会负责这些事情的处理。
当然你也可以使用autosub自带的设置proxy环境变量的参数来使用代理，不过这个方法就和你在终端里自己输入是一样的，相关代码 https://github.com/BingLingGroup/autosub/blob/dev/autosub/__init__.py#L47-L57
那就是你的网络问题了，怎么可能没调接口，我无法复现
#168 这位显然用讯飞没啥问题，说明不是程序的问题。我大概至少半年前也用过目前repo里关于讯飞识别的代码，也是没问题的，可以说代码就是没问题的。 你可以考虑自己装开发环境单步调试。