背景

广告投流场景，会有短视频分析需求，不仅要做视频的切片保存还要把字幕/文案抓下来分析。在一个视频不超过1分钟的情况下，人工做需要大量的时间，这边基于前面的语音识别库做一个案例分享，可以给大家提供一个思路，详细代码我就不放了，直接复制BUG很多，有很多需要部署调试的，有兴趣的小伙伴请联系相应的技术支持~

实现流程

1.语音识别

https://www.yingdao.com/community/detaildiscuss?id=71db0d16-b9be-4aba-8725-eac933ec8117&tag=&from=userCenter&sort=createTime&page=1

https://www.yingdao.com/community/detaildiscuss?id=71db0d16-b9be-4aba-8725-eac933ec8117&tag=&from=userCenter&sort=createTime&page=1

2.视频切片

# 根据秒数截图并保存文件
def cut_video_by_seconds(vedio_file,img_out_path,img_name,seconds):
    # 打开视频文件
    cap = cv2.VideoCapture(vedio_file)
    # 获取视频的帧率
    fps = cap.get(5)
    # 指定时间戳（单位：秒）
    timestamp = seconds
    # 计算所需帧的索引位置
    frame_index = int(timestamp * fps)
    # 设置视频当前帧位置
    cap.set(cv2.CAP_PROP_POS_FRAMES, frame_index)
    # 读取当前帧
    ret, frame = cap.read()

    # filename = os.path.join(img_out_path, f'{img_name}.jpg')
    # cv2.imwrite(filename, frame)
    # 将帧保存为图像文件
    cv2.imencode('.jpg', frame)[1].tofile(f"{img_out_path}\\{img_name}.jpg")

    # 释放视频对象
    cap.release()

3.gpt文案分析

-影刀的gpt指令，这是最便捷的。

-影刀的ap产品

-免费的gpt，例如kimi

4.最终效果

-生成的图片，图片名是自定义的

-最终生成的excel文件

以下是保存下来的文件模板

-文案分析