Разбор и преобразование TED Talks JSON Субтитры - PullRequest
Новая
       42

Разбор и преобразование TED Talks JSON Субтитры

11 голосов
/ 24 декабря 2009

Этот вопрос связан с другим вопросом @ SuperUser .

Я хочу загрузить TED Talks и соответствующие субтитры для просмотра в автономном режиме, например, давайте возьмем этот короткий разговор Ричарда Сент-Джона , URL-адрес для загрузки видео высокого разрешения является следующим:

http://www.ted.com/talks/download/video/5118/talk/70

И соответствующие английские субтитры в кодировке JSON можно скачать по адресу:

http://www.ted.com/talks/subtitles/id/70/lang/eng

Вот исключение из начала фактических субтитров: 

{"captions":[{"content":"This is really a two hour presentation I give to high school students,","startTime":0,"duration":3000,"startOfParagraph":false},{"content":"cut down to three minutes.","startTime":3000,"duration":1000,"startOfParagraph":false},{"content":"And it all started one day on a plane, on my way to TED,","startTime":4000,"duration":3000,"startOfParagraph":false},{"content":"seven years ago."

И с конца подзаголовка: 

{"content":"Or failing that, do the eight things -- and trust me,","startTime":177000,"duration":3000,"startOfParagraph":false},{"content":"these are the big eight things that lead to success.","startTime":180000,"duration":4000,"startOfParagraph":false},{"content":"Thank you TED-sters for all your interviews!","startTime":184000,"duration":2000,"startOfParagraph":false}]}

Я хочу написать приложение, которое автоматически загружает версию видео с высоким разрешением и все доступные субтитры, но мне очень трудно, так как Мне нужно конвертировать субтитры в (VLC или любой другой приличный видеоплеер) совместимый формат (.srt или .sub - мой первый выбор) , и я не знаю, какие клавиши startTime и duration в JSON файл представляет .

Что я знаю до сих пор это:

  • Загруженное видео длится 3 минуты и 30 секунд и имеет 29 FPS = 6090 кадров .
  • startTime начинается с 0 с duration 3000 = 3000
  • startTime заканчивается на 184000 с duration 2000 = 186000

Также стоит обратить внимание на следующий фрагмент Javascript: 

introDuration:16500,
adDuration:4000,
postAdDuration:2000,

Так что мой вопрос в том, какую логику я должен применить к преобразованию значений startTime и duration в формат .srt : 

1
00:01:30,200 --> 00:01:32,201
MEGA DENG COOPER MINE, INDIA

2
00:01:37,764 --> 00:01:39,039
Watch out, watch out!

или в .sub-совместимый формат : 

{FRAME_FROM}{FRAME_TO}This is really a two hour presentation I give to high school students,
{FRAME_FROM}{FRAME_TO}cut down to three minutes.

Может кто-нибудь помочь мне с этим?

Нинь Буй прибил его, формула следующая: 

introDuration - adDuration + startTime ... introDuration - adDuration + startTime + duration

Этот подход позволяет мне конвертировать напрямую в формат .srt (не нужно знать длину и FPS) двумя способами: 

00:00:12,500 --> 00:00:15,500
This is really a two hour presentation I give to high school students,

00:00:15,500 --> 00:00:16,500
cut down to three minutes.

И 

00:00:00,16500 --> 00:00:00,19500
And it all started one day on a plane, on my way to TED,

00:00:00,19500 --> 00:00:00,20500
seven years ago.

Ответы [ 5 ]

4 голосов
/ 24 декабря 2009

Я думаю, что времена в json выражаются в миллисекундах, например 1000 = 1 секунда. Вероятно, существует maintimer, где startTime указывает время на временной шкале, в которое должны появляться субтитры, а длительность, вероятно, представляет собой количество времени, в течение которого субтитры должны оставаться в поле зрения. Эта теория дополнительно подтверждается делением 186000/1000 = 186 секунд = 186/60 = 3,1 минуты = 3 минуты и 6 секунд. Возможно, оставшиеся секунды будут аплодисментами ;-) С помощью этой информации вы также сможете рассчитать, из какого кадра к какому кадру следует применить ваше преобразование, т.е. вы уже знаете, что такое количество кадров в секунду, поэтому все, что вам нужно сделать, это умножить количество секунд времени начала с FPS, чтобы получить начальный кадр. Конечный кадр можно получить с помощью: (startTime + длительность) * fps: -)

3 голосов
/ 06 января 2010

Я сделал простую консольную программу для загрузки субтитров. Я думал о том, чтобы сделать его доступным через Интернет с помощью некоторой системы сценариев, например, обезжиренной обезьяны ... Вот ссылка на мой пост с кодом: http://estebanordano.com.ar/ted-talks-download-subtitles/

1 голос
/ 08 апреля 2012

Я нашел другой сайт, который использовал этот формат. Я быстро взломал функцию, чтобы преобразовать их в SRT, должно быть само за себя: 

import urllib2
import json

def json2srt(url, fname):
    data = json.load(urllib2.urlopen(url))['captions']

    def conv(t):
        return '%02d:%02d:%02d,%03d' % (
            t / 1000 / 60 / 60,
            t / 1000 / 60 % 60,
            t / 1000 % 60,
            t % 1000)

    with open(fname, 'wb') as fhandle:
        for i, item in enumerate(data):
            fhandle.write('%d\n%s --> %s\n%s\n\n' %
                (i,
                 conv(item['startTime']),
                 conv(item['startTime'] + item['duration'] - 1),
                 item['content'].encode('utf8')))
0 голосов
/ 16 декабря 2012

Я написал скрипт на python, который загружает любое видео TED и создает файл mkv со всеми вложенными в него субтитрами / метаданными (https://github.com/oxplot/ted2mkv).

Я использовал переменную pad_seconds в коде JavaScript на странице обсуждения TED в качестве смещения, добавляемого ко всем временным меткам в файлах субтитров JSON. Я полагаю, это то, что использует флэш-плеер.

0 голосов
/ 21 сентября 2010

TEDGrabber beta2: моя программа: http://sourceforge.net/projects/tedgrabber/

...