工具类 - 文字

TOC

歌词相关

目前做音乐视频涉及歌词相关的：翻译，提取。根据网上找到的资源和deepseek给写的脚本，可以快速完成一些事，所以记录一下。

歌词的翻译（简中 -> 繁中）

OpenCC : Open Chinese Convert

中文简繁转换开源项目，支持词汇级别的转换、异体字转换和地区习惯用词转换（中国大陆、台湾、香港、日本新字体）。不提供普通话与粤语的转换。

在线使用地址

  1. 安装(homebrew)

    brew install opencc

  2. 单个使用

    opencc -i input.file -o output.file -c config.file

    比如，我有一个s.srt的文件，内容是简体中文，我需要转成繁体中文(香港)，那么：

    opencc -i s.srt -o hk.srt -c s2hk.json

    这样就会在相同的文件夹下创建一个内容是繁体中文(香港)的文件。

    关于config.file, 这是opencc原先配置好的文件。

    • s2t.json Simplified Chinese to Traditional Chinese 简体到繁体
    • t2s.json Traditional Chinese to Simplified Chinese 繁体到简体
    • s2tw.json Simplified Chinese to Traditional Chinese (Taiwan Standard) 简体到台湾正体
    • tw2s.json Traditional Chinese (Taiwan Standard) to Simplified Chinese 台湾正体到简体
    • s2hk.json Simplified Chinese to Traditional Chinese (Hong Kong variant) 简体到香港繁体
    • hk2s.json Traditional Chinese (Hong Kong variant) to Simplified Chinese 香港繁体到简体
    • s2twp.json Simplified Chinese to Traditional Chinese (Taiwan Standard) with Taiwanese idiom 简体到繁体（台湾正体标准）并转换为台湾常用词汇
    • tw2sp.json Traditional Chinese (Taiwan Standard) to Simplified Chinese with Mainland Chinese idiom 繁体（台湾正体标准）到简体并转换为中国大陆常用词汇
    • t2tw.json Traditional Chinese (OpenCC Standard) to Taiwan Standard 繁体（OpenCC 标准）到台湾正体
    • hk2t.json Traditional Chinese (Hong Kong variant) to Traditional Chinese 香港繁体到繁体（OpenCC 标准）
    • t2hk.json Traditional Chinese (OpenCC Standard) to Hong Kong variant 繁体（OpenCC 标准）到香港繁体
    • t2jp.json Traditional Chinese Characters (Kyūjitai) to New Japanese Kanji (Shinjitai) 繁体（OpenCC 标准，旧字体）到日文新字体
    • jp2t.json New Japanese Kanji (Shinjitai) to Traditional Chinese Characters (Kyūjitai) 日文新字体到繁体（OpenCC 标准，旧字体）
    • tw2t.json Traditional Chinese (Taiwan standard) to Traditional Chinese 台湾正体到繁体（OpenCC 标准）

  3. 批量使用

    每次我都会有一个简中的歌词文件s.srt，我需要繁中的：香港，台湾，繁体三个版本，之前都是老老实实输入三次命令去执行。

    opencc -i s.srt -o t.srt -c s2t.json
opencc -i s.srt -o tw.srt -c s2tw.json
opencc -i s.srt -o hk.srt -c s2hk.json

    后来让deepseek写了个脚本：

     #!/bin/bash

 # 转换简繁体
 opencc -i s.srt -o t.srt -c s2t.json
 opencc -i s.srt -o tw.srt -c s2tw.json
 opencc -i s.srt -o hk.srt -c s2hk.json

 echo "转换完成！"

    可以看到就是把所有命令写在一起，形成了一个文件，以后就执行这个文件就可以了。我用vs code把这个文件保存到桌面convert_srt.sh，按照deepseek的说明移动到/usr/local/bin/下，并且给予执行权限，这样以后就可以直接使用命令了

    sudo mv ~/Desktop/convert_srt.sh /usr/local/bin/convert_srt

    • sudo：因为 /usr/local/bin 是系统目录，需要管理员权限才能写入。

    • convert_srt：去掉 .sh 后缀是为了让命令更简洁，你可以直接输入 convert_srt 来运行脚本。

    sudo chmod +x /usr/local/bin/convert_srt

    • chmod +x：让脚本具有可执行权限。

    • 因为脚本已经放在 /usr/local/bin，所以不需要每次都在脚本所在目录运行 chmod +x。

    后期需要实际使用的时候，我直接cd到相应的文件夹下，然后输入convert_srt就可以直接得到另外三个繁体歌词的文件。

    xdl@192 ~ % cd '/Users/xdl/Movies/CapCut/AMT - 陈淑桦 - 笑红尘'
xdl@192 AMT - 陈淑桦 - 笑红尘 % ls
AMT - 陈淑桦 - 笑红尘.mov	s.srt
xdl@192 AMT - 陈淑桦 - 笑红尘 % convert_srt
转换完成！
xdl@192 AMT - 陈淑桦 - 笑红尘 % ls
AMT - 陈淑桦 - 笑红尘.mov	t.srt
hk.srt				tw.srt
s.srt

歌词的文字提取

正常的歌词文件内容s.srt如下：

1
00:00:06,516 --> 00:00:08,616
作词：厉曼婷

2
00:00:08,816 --> 00:00:11,000
作曲：李宗盛

3
00:00:11,283 --> 00:00:13,233
红尘多可笑

4
00:00:13,250 --> 00:00:15,766
痴情最无聊

...

我的需求是只要文字部分，不要时间部分，所以deepseek给我写了个脚本：

#!/bin/bash

# 输入文件
input_file="s.srt"
# 输出文件
output_file="s.txt"

# 清空输出文件（如果已存在）
> "$output_file"

# 逐行读取 .srt 文件
while IFS= read -r line; do
  # 跳过空行和时间戳行（时间戳行包含 -->）
  if [[ -z "$line" || "$line" == *"-->"* ]]; then
    continue
  fi
  # 跳过序号行（纯数字行）
  if [[ "$line" =~ ^[0-9]+$ ]]; then
    continue
  fi
  # 将歌词行写入输出文件
  echo "$line" >> "$output_file"
done < "$input_file"

echo "歌词已提取到 $output_file"

按照同样的方法，保存到/usr/local/bin/extract_lyrics，给予同样的权限，这样以后实际使用的时候直接输入extract_lyrics就可以了。

xdl@192 AMT - 陈淑桦 - 笑红尘 % extract_lyrics
歌词已提取到 s.txt
xdl@192 AMT - 陈淑桦 - 笑红尘 % ls
AMT - 陈淑桦 - 笑红尘.mov	s.txt
hk.srt				t.srt
s.srt				tw.srt

可以看到多了一个s.txt纯文本内容，里边的内容就是纯文字。

整理出来，可以看出很多东西确实可以简化，而且高效，不容易出错。

2025-3-20 更新一下，现在把这两个命令合并到一起了process_srt

audio to midi

使用pip安装了 basic-pitch, 用来将音频转为 midi 格式。

% pip3 show basic-pitch
Name: basic-pitch
Version: 0.4.0
Summary: Basic Pitch, a lightweight yet powerful audio-to-MIDI converter with pitch bend detection.
Home-page: 
Author: 
Author-email: 
License: 
Location: /Users/xdl/.pyenv/versions/3.10.13/lib/python3.10/site-packages
Requires: coremltools, librosa, mir-eval, numpy, pretty-midi, resampy, scikit-learn, scipy, typing-extensions
Required-by:

使用方法github ：

basic-pitch <output-directory> <input-audio-path>

在线转换网址