GitHub：https://github.com/wxbool/video-srt

一个可以识别视频语音自动生成字幕SRT文件的开源工具。

有命令行版，也有Windows版本：

https://github.com/wxbool/video-srt-windows

使用了阿里云的OSS对象存储、录音文件识别的相关业务接口。

使用：

你需要有一个阿里云账号

开通 阿里云OSS对象存储 阿里云智能语音交互 业务

在 OSS对象存储 控制台创建一个存储空间（Bucket）（读写权限设置为公共读）

在 智能语音交互 控制台创建一个项目（根据使用场景选择识别语言以及偏好等）

设置 config.ini 文件的配置项

命令行执行