【Day4】语音识别（音频转文字）
语音识别的三个解决方案：原本用途：本来是要求从视频中识别语音，然后把文字内容提取出来，结果看了很多项目，中文的注释，识别的却是英文，感到授课的门槛有点低，我能看懂别人开源的代码，距离自己开发还是有距离的。后来探索了很多，比如字幕生成，把字幕不生成到视频下方而是一段一段增加到txt文本里，我也认为这是最好的办法，而且能顺便给每个字、每个句子一个时间戳。后来意识到一天的时间实在是很难完成，于是从网上找了最普通的，也是不难理解的解决方案及相关代码：还是从视频转音频，再从音频转文字。一共三种方案：① s
