一种为MP3生成字幕文件的方法

在云计算、大数据和人工智能如此火爆的当下，各种提供语音识别的云服务层出不群。近日，尝试制作了基于IBM Watson Speech to Text service辅助生成英语MP3字幕文件的工具，觉得还不错，特共享如下。

工具使用C#编制，具体思路如下：

第1步，使用内嵌的WebBrowser访问IBM有关服务网站：https://speech-to-text-demo.ng.bluemix.net/，界面如下方所示：

在该步骤下，需要手动点击网页的“Upload Audio File”按钮选择上传要配字幕的MP3音频文件。上传成功后，网站即开始自动识别过程。等到识别完成后，还需要手动点击下方的Word Timings and Alternatives，即可看到按顺序识别到的单词及对应的开始时刻。

注：（1）界面上方的保存按钮，可以将识别后的网页内容保存成本地htm文件，下一次可点击载入按钮直接载入，而无需重复识别过程。

（2）当点击界面下方的“下一步”按钮时，程序会自动扫描网页内容，生成由单词和时刻信息组成的单词时刻字典列表，这里记作lstDict，其类型为List>，列表中每个元素为键值对，Key存放单词，Value存放时刻信息。

第2步：载入英文原稿。如果没有原稿，可以在第1步网站的text标签页下将识别到的文本复制过来。界面如下图所示：