英文文本会自动翻译

[FreedomXD]

我有一批英文录音，想自动输出字幕但结果不甚理想，主要是会出现自动翻译的问题。以下是一段六级英语听力的转录结果

exts generated from A3_wKgMbl2yw1yiIds-AGX_jo0hufs184.srt.Mark the sentences to keep for autocut. The format is [subtitle_index,duration_in_second] subtitle context.

• [ ] [1,00:00] College English Test
• [ ] [2,00:02] < No Speech >
• [ ] [3,00:05] 听听 Comprehension
• [ ] [4,00:06] < No Speech >
• [ ] [5,00:12] 你会听到两场长的谈话
• [ ] [6,00:14] 在每个谈话的结束
• [ ] [7,00:16] 你会听到四个问题
• [ ] [8,00:19] 两个话题和问题只会一次发生
• [ ] [9,00:24] 请不吝点赞 订阅 转发 打赏支持明镜与点点栏目
• [ ] [10,00:30] C and D
• [ ] [11,00:32] 然后在答案项目一上
• [ ] [12,00:35] 与一个线线通过中间
• [ ] [13,00:37] < No Speech >
• [ ] [14,00:39] 哇,我会给任何事情都像Audrey Hepburn一样
• [ ] [15,00:44] 我从来没有理解为什么这么多女孩是她的大粉丝
• [ ] [16,00:50] < No Speech >
• [ ] [17,00:51] 我看过有名的电影
• [ ] [18,00:52] 《罗门假期》
• [ ] [19,00:54] 《早餐在蒂芬妮》 ......

原文都是英文，但转录出来的是中文。

请求参数：autucut -d .data/ --whisper-model=large

另外由于国内网络环境使用，我把transcribe.py中的62行以下的vad_model请求换成了使用本地文件 ‘’’ if self.vad_model is None or self.detect_speech is None: # torch load limit https://github.com/pytorch/vision/issues/4156 torch.hub._validate_not_a_forked_repo = lambda a, b, c: True #self.vad_model, funcs = torch.hub.load( # repo_or_dir="snakers4/silero-vad", model="silero_vad", trust_repo=True #) self.vad_model, funcs = torch.hub.load( repo_or_dir="/root/.cache/torch/hub/snakers4_silero-vad_master/", model="silero_vad", trust_repo=True, source='local' ) self.detect_speech = funcs[0] ‘’‘

[chenqianhe]

https://github.com/mli/autocut/blob/638f6d8bab9ddfb07017267befd4c40208809dfc/autocut/main.py#L50

--lang 指定语言

[FreedomXD]

https://github.com/mli/autocut/blob/638f6d8bab9ddfb07017267befd4c40208809dfc/autocut/main.py#L50

--lang 指定语言

如果是中英文混合的音频，这里怎么指定好呢？我想让它中文的返回中文，英文的返回英文，谢谢！

[chenqianhe]

指定中文然后纯靠模型表现或者也许只能提前划分音频？如果指定语言为英文模型会把所有内容翻译为英文。