| 12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364 |
- from difflib import SequenceMatcher
- import os
- from gtts import gTTS
- from mutagen.mp3 import MP3
- import difflib
- #max_len = 3
- def similar(a, b):
- return SequenceMatcher(None, a, b).ratio()
- def audio_compare_from_text(gt,gen):
- tts=gTTS(text=gen, lang='zh')
- tts.save("gen_tmp.mp3")
- tts=gTTS(text=gt, lang='zh')
- tts.save("gt_tmp.mp3")
- audio = MP3("gen_tmp.mp3")
- gen_len = audio.info.length
- audio = MP3("gt_tmp.mp3")
- gt_len = audio.info.length
-
- os.remove('gen_tmp.mp3')
- os.remove('gt_tmp.mp3')
- return gt_len, gen_len
- #break in nested loop only break 1 layer
- def adjustSub_by_audio_similarity(gt_array, generated_array):
- for gen_idx in range(len(generated_array)):
- #print('------------------------------------------------------------------------')
- for gt_idx in range(len(gt_array)-max_len):
- for l in range(max_len):
- gt_text = gt_array[gt_idx]
- gen_text = generated_array[gen_idx]
- for idx_num in range(l):
- gt_text += gt_array[gt_idx+idx_num+1]
- gt_len, gen_len = audio_compare_from_text(gt_text,gen_text)
- #print(gt_text+'|'+str(gt_len)+'|'+gen_text+'|'+str(gen_len)+'|'+'SIMILARITY:'+str(similar(gt_text,gen_text)))
-
- if abs(gen_len - gt_len) < 0.3 and similar(gt_text,gen_text) > 0.5:
- generated_array[gen_idx] = gt_text
- break
- return generated_array
- '''
- gts = 'Hello Kitty 於2018年,加入YouTube開始活動,在自我介紹的影片裡,Kitty表示一直憧憬著,想在YouTube跟大家見面,一開頻道就吸引許多粉絲訂閱,目前有28萬訂閱者,接下來這位花生君,於2017年加入YouTube開始活動,他的外型太過特別,花生頭、紅色圍巾與紙尿布,被觀眾評價為,第一眼看上很噁心,但看著看著還挺可愛,目前有12萬訂閱者'.split(',')
- gens = ['Hello Kitty瑜2018年加入YouTube開始活動','再次我介紹的影片裡','Kitty表示一直憧憬著長在YouTube跟大家見面','一開頻道就吸引許多粉絲訂閱付錢有28萬訂閱者','接下來這位花生君瑜2017年加入YouTube開始湖','活動','他的外型太過特別花生桃紅色圍巾魚紙尿布','被觀眾評價為第一眼看上很噁心但看著看著還挺','秦可愛','目前有12萬訂閱者']
- adjs = adjustSub_by_gt_array(gts,gens)
- for s in adjs:
- print(s)
- '''
- #gts = 'Hello Kitty 於2018年,加入YouTube開始活動,在自我介紹的影片裡,Kitty表示一直憧憬著,想在YouTube跟大家見面,一開頻道就吸引許多粉絲訂閱,目前有28萬訂閱者,接下來這位花生君,於2017年加入YouTube開始活動,他的外型太過特別,花生頭、紅色圍巾與紙尿布,被觀眾評價為,第一眼看上很噁心,但看著看著還挺可愛,目前有12萬訂閱者'.split(',')
- #gens = ['Hello Kitty瑜2018年加入YouTube開始活動','再次我介紹的影片裡','Kitty表示一直憧憬著長在YouTube跟大家見面','一開頻道就吸引許多粉絲訂閱付錢有28萬訂閱者','接下來這位花生君瑜2017年加入YouTube開始湖','活動','他的外型太過特別花生桃紅色圍巾魚紙尿布','被觀眾評價為第一眼看上很噁心但看著看著還挺','秦可愛','目前有12萬訂閱者']
- def adjustSub_by_text_similarity(gts,gens):
- combine2 = [''.join([i,j]) for i,j in zip(gts, gts[1:])]
- combine3 = [''.join([i,j,k]) for i,j,k in zip(gts, gts[1:], gts[2:])]
- alls = gts+combine2+combine3
-
- for idx in range(len(gens)):
- match_text = difflib.get_close_matches(gens[idx], alls, cutoff=0.1)
- if len(match_text) != 0:
- #print(gens[idx]+' = '+match_text[0])
- gens[idx] = match_text[0]
- #else:
- # print(gens[idx])
- #adjustSub_by_text_similarity(gts,gens)
|
