解析和转换TED演讲JSON字幕

Question

这个问题与另一个问题@ SuperUser有关。

我想下载特德会谈和相应的字幕以便离线查看，例如，让我们以理查德·圣约翰的简短讲话为例，高分辨率视频下载网址如下：

http://www.ted.com/talks/download/video/5118/talk/70

相应的JSON编码英文字幕可在以下网址下载：

http://www.ted.com/talks/subtitles/id/70/lang/eng

下面是实际字幕的开头的中的一个例外：

{
  "captions": [{
        "content": "This is really a two hour presentation I give to high school students,",
        "startTime": 0,
        "duration": 3000,
        "startOfParagraph": false
      }, {
        "content": "cut down to three minutes.",
        "startTime": 3000,
        "duration": 1000,
        "startOfParagraph": false
      }, {
        "content": "And it all started one day on a plane, on my way to TED,",
        "startTime": 4000,
        "duration": 3000,
        "startOfParagraph": false
      }, {
        "content": "seven years ago."

从副标题的end：

{
  "content": "Or failing that, do the eight things -- and trust me,",
  "startTime": 177000,
  "duration": 3000,
  "startOfParagraph": false
}, {
  "content": "these are the big eight things that lead to success.",
  "startTime": 180000,
  "duration": 4000,
  "startOfParagraph": false
}, {
  "content": "Thank you TED-sters for all your interviews!",
  "startTime": 184000,
  "duration": 2000,
  "startOfParagraph": false
}]
}

我想写一个应用程序，自动下载高分辨率版本的视频和所有可用的字幕，但我有一段非常困难的时间，因为我必须将字幕转换为一个 (VLC或其他任何像样的视频播放器)兼容格式 (.srt或.sub是我的首选)，我不知道JSON文件中的和键代表E 230。

到目前为止我知道的是：

• 下载的视频持续3分钟30秒，并有29 FPS = 6090帧。
• startTime 从0开始，duration = 3000 = 3000
• startTime 以184000结尾，duration为2000年= 186000

可能还值得注意以下Javascript片段：

introDuration:16500,
adDuration:4000,
postAdDuration:2000,

因此，我的问题是，我应该应用什么逻辑将startTime duration 和值转换为.srt兼容的格式

1
00:01:30,200 --> 00:01:32,201
MEGA DENG COOPER MINE, INDIA

2
00:01:37,764 --> 00:01:39,039
Watch out, watch out!

或转换为.sub兼容格式

{FRAME_FROM}{FRAME_TO}This is really a two hour presentation I give to high school students,
{FRAME_FROM}{FRAME_TO}cut down to three minutes.

有人能帮我解决这个问题吗？

Ninh钉了它，公式如下：

introDuration - adDuration + startTime ... introDuration - adDuration + startTime + duration

这种方法允许我以两种方式直接转换为.srt格式(不需要知道长度和FPS)：

00:00:12,500 --> 00:00:15,500
This is really a two hour presentation I give to high school students,

00:00:15,500 --> 00:00:16,500
cut down to three minutes.

和：

00:00:00,16500 --> 00:00:00,19500
And it all started one day on a plane, on my way to TED,

00:00:00,19500 --> 00:00:00,20500
seven years ago.

Answer 1

我的猜测是，json中的时间以毫秒表示，例如1000 =1秒。可能有一个主定时器，其中startTime表示字幕应该出现在时间线上的时间，而持续时间很可能是字幕应该保持在视觉中的时间。186000 / 1000 = 186秒= 186 / 60 = 3.1分钟=3分6秒的除法进一步证实了这一理论。剩下的几秒可能是掌声;-)使用这些信息，您还应该能够计算出从哪个帧到应该将转换应用到哪个帧，也就是说，您已经知道每秒的帧是什么，所以您所需要做的就是将启动时间的秒数与FPS相乘，以获得开始帧。端帧可由：(startTime +持续时间)* fps :-)获得。

Answer 2

我制作了一个简单的基于控制台的程序来下载字幕。我在考虑用像油脂猴这样的脚本系统通过网络提供.下面是我的博客链接和代码.：http://estebanordano.com.ar/ted-talks-download-subtitles/

Answer 3

我发现了另一个使用这种格式的网站。我很快就黑了一个函数，把它们转换成srt，应该是不言自明的：

import urllib2
import json

def json2srt(url, fname):
    data = json.load(urllib2.urlopen(url))['captions']

    def conv(t):
        return '%02d:%02d:%02d,%03d' % (
            t / 1000 / 60 / 60,
            t / 1000 / 60 % 60,
            t / 1000 % 60,
            t % 1000)

    with open(fname, 'wb') as fhandle:
        for i, item in enumerate(data):
            fhandle.write('%d\n%s --> %s\n%s\n\n' %
                (i,
                 conv(item['startTime']),
                 conv(item['startTime'] + item['duration'] - 1),
                 item['content'].encode('utf8')))