AI_Anchor/subGenerator/ProcessSub.py

from difflib import SequenceMatcher
import os
from gtts import gTTS
from mutagen.mp3 import MP3
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_gt_array(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)
'''

import difflib
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']

two = [' '.join([i,j]) for i,j in zip(gts, gts[1:])]
three = [' '.join([i,j,k]) for i,j,k in zip(gts, gts[1:], gts[2:])]

alls = gts+two+three
for g in gens:
    if len(difflib.get_close_matches(g, alls, cutoff=0.1))!=0:
        print(g+' = '+difflib.get_close_matches(g, alls, cutoff=0.1)[0])
    else:
        print(g)