基于 Blazor 打造一款实时字幕

早先在录制视频的时候一直使用的是 obs-auto-subtitle 作为实时字幕展示功能。不过这个是以 OBS 插件的形式存在，不管是语言和功能上都有一定的限制。故而使用 Blazor server 实现一个。

总体思路

  • 实时字幕自然需要语音转文字的功能。考察了一些服务之后，发现同时具备有一定免费额度和有 C# SDK 两个条件的，就只有 Azure Cognitive Service 了。故而选择了它。

  • 使用 Blazor server 从服务端实时刷新页面到前端是非常简单的事情。因此，渲染一个简单的列表文本，然后通过 OBS 的 browser 组件接入画面即可。

快乐编码

有了基本的思路，我们就可以开始快乐的编码了。

简要设计

一般来说，语音转文字服务是一个与服务端进行持续交互的过程。因此需要一个对象来保持和服务端之间的沟通。我们可以设计一个ILiveCaptioningProvider来表示这种行为:

using System;
using System.Threading.Tasks;namespace Newbe.LiveCaptioning.Services
{public interface ILiveCaptioningProvider : IAsyncDisposable{Task StartAsync();void AddCallBack(Func<CaptionItem, Task> captionCallBack);}
}

为了扩展可能适配不同提供商的可能，我们同样设计一个ILiveCaptioningProviderFactory用于表现创建ILiveCaptioningProvider的行为：

namespace Newbe.LiveCaptioning.Services
{public interface ILiveCaptioningProviderFactory{ILiveCaptioningProvider Create();}
}

有了这样两个接口，在页面上只要通过ILiveCaptioningProviderFactory创建ILiveCaptioningProvider，然后不断的接收回调展示在页面上即可。

将内容展示在页面上

有了基本的项目结构和接口，便可以尝试将内容绑定到页面上。要将实时转换的内容展示到界面上需要进行一定的算法转换。

在此之前，我们需要确定一下页面展示的预期：

  • 在页面上展示至少两行文本

  • 当一句话超过一行文本的宽度时自动进行换行

  • 当一句话结束时，下一句话自动换行

例如，上面这句话进行连续阅读时，可能会出现如下效果：

https://www.newbe.pro/images/20210724-001.gif

live caption display

主要需要注意的是，在判断是要更新当前行还是进行换行，这部分逻辑需要注意进行处理。

填充实现

  • 通过 Azure SDK 提供的SpeechRecognizer对象来进行语音识别

  • 通过 Subject 将事件转换为一个简单的可观测流，简化业务回调的处理

using System;
using System.Collections.Generic;
using System.Linq;
using System.Reactive.Linq;
using System.Reactive.Subjects;
using System.Threading.Tasks;
using Microsoft.CognitiveServices.Speech;
using Microsoft.CognitiveServices.Speech.Audio;
using Microsoft.Extensions.Logging;
using Microsoft.Extensions.Options;namespace Newbe.LiveCaptioning.Services
{public class AzureLiveCaptioningProvider : ILiveCaptioningProvider{private readonly ILogger<AzureLiveCaptioningProvider> _logger;private readonly IOptions<LiveCaptionOptions> _options;private AudioConfig _audioConfig;private SpeechRecognizer _recognizer;private readonly List<Func<CaptionItem, Task>> _callbacks = new();private Subject<CaptionItem> _sub;public AzureLiveCaptioningProvider(ILogger<AzureLiveCaptioningProvider> logger,IOptions<LiveCaptionOptions> options){_logger = logger;_options = options;}public async Task StartAsync(){var azureProviderOptions = _options.Value.Azure;var speechConfig = SpeechConfig.FromSubscription(azureProviderOptions.Key, azureProviderOptions.Region);speechConfig.SpeechRecognitionLanguage = azureProviderOptions.Language;_audioConfig = AudioConfig.FromDefaultMicrophoneInput();_recognizer = new SpeechRecognizer(speechConfig, _audioConfig);_sub = new Subject<CaptionItem>();_sub.Select(item => Observable.FromAsync(async () =>{try{await Task.WhenAll(_callbacks.Select(f => f.Invoke(item)));}catch (Exception e){_logger.LogError(e, "failed to recognize");}})).Merge().Subscribe();_recognizer.Recognizing += (sender, args) =>{_sub.OnNext(new CaptionItem{Text = args.Result.Text,LineEnd = false});};_recognizer.Recognized += (sender, args) =>{_sub.OnNext(new CaptionItem{Text = args.Result.Text,LineEnd = true});};await _recognizer.StartContinuousRecognitionAsync();}public void AddCallBack(Func<CaptionItem, Task> captionCallBack){_callbacks.Add(captionCallBack);}public ValueTask DisposeAsync(){_recognizer?.Dispose();_audioConfig?.Dispose();_sub?.Dispose();return ValueTask.CompletedTask;}}
}

  • 实现工厂的方式非常多，这里采用 Autofac 来协助完成对象的创建

using Autofac;
using Microsoft.Extensions.Options;namespace Newbe.LiveCaptioning.Services
{public class LiveCaptioningProviderFactory : ILiveCaptioningProviderFactory{private readonly ILifetimeScope _lifetimeScope;private readonly IOptions<LiveCaptionOptions> _options;public LiveCaptioningProviderFactory(ILifetimeScope lifetimeScope,IOptions<LiveCaptionOptions> options){_lifetimeScope = lifetimeScope;_options = options;}public ILiveCaptioningProvider Create(){var liveCaptionProviderType = _options.Value.Provider;switch (liveCaptionProviderType){case LiveCaptionProviderType.Azure:var liveCaptioningProvider = _lifetimeScope.Resolve<AzureLiveCaptioningProvider>();return liveCaptioningProvider;default:throw new ProviderNotFoundException();}}}
}

  • 对页面逻辑进行填充，完成效果

using System;
using System.Collections.Generic;
using System.Linq;
using System.Threading.Tasks;
using Microsoft.AspNetCore.Components;
using Microsoft.Extensions.Logging;
using Newbe.LiveCaptioning.Services;namespace Newbe.LiveCaptioning.Pages
{public partial class Index : IAsyncDisposable{[Inject] public ILiveCaptioningProviderFactory LiveCaptioningProviderFactory { get; set; }[Inject] public ILogger<Index> Logger { get; set; }private ILiveCaptioningProvider _liveCaptioningProvider;private readonly List<CaptionDisplayItem> _captionList = new();protected override async Task OnAfterRenderAsync(bool firstRender){await base.OnAfterRenderAsync(firstRender);if (firstRender){_liveCaptioningProvider = LiveCaptioningProviderFactory.Create();_liveCaptioningProvider.AddCallBack(CaptionCallBack);await _liveCaptioningProvider.StartAsync();}}private int maxCount = 20;private Task CaptionCallBack(CaptionItem arg){return InvokeAsync(() =>{Logger.LogDebug("Received: {Text}", arg.Text);var last = _captionList.FirstOrDefault();var newLine = false;var text = arg.Text;var skipPage = 0;if (arg.Text.Length > maxCount){skipPage = (int) Math.Floor(text.Length * 1.0 / maxCount);text = arg.Text[(skipPage * maxCount)..];}if (last == null || skipPage > last.TagCount){newLine = true;}if (newLine || _captionList.Count == 0){_captionList.Insert(0, new CaptionDisplayItem{Text = text,TagCount = arg.LineEnd ? -1 : skipPage});}else{_captionList[0].Text = text;if (arg.LineEnd){_captionList[0].TagCount = -1;}}if (_captionList.Count > 4){_captionList.RemoveRange(4, _captionList.Count - 4);}StateHasChanged();});}private record CaptionDisplayItem{public string Text { get; set; }public int TagCount { get; set; }}public async ValueTask DisposeAsync(){if (_liveCaptioningProvider != null){await _liveCaptioningProvider.DisposeAsync();}}}
}

通过以上核心的代码，就可以完成从识别到展示相关的内容。

下载与安装

在尝试进行源码了解之前，你可以通过以下步骤来初步体验一下项目的效果。

首先，你可以从 Release 页面下载和你操作系统对应的版本:

https://github.com/newbe36524/Newbe.LiveCaptioning/releases

release

然后，将这个软件包解压到预先创建好的文件夹。

unzip

接着，在 Azure Portal 中创建一个 Cognitive Services。

提示 1：语音转文字每个月有 5 个小时的免费额度,可以参见

https://azure.microsoft.com/pricing/details/cognitive-services/speech-services/?WT.mc_id=DX-MVP-5003606

提示 2：你可以通过这个帮助来创建一个免费的 Azure 账号，新账号包含有 12 个月的免费大礼包，参见

https://docs.microsoft.com/en-us/dynamics-nav/how-to--sign-up-for-a-microsoft-azure-subscription?WT.mc_id=DX-MVP-5003606

create service
region and key

随后，将生成好的 region 和 key 填入到 appsettings.Production.json 中。

记得同时修改 Language 选项，例如美式英语为 en-us，简体中文为 zh-cn。你可以通过以下链接来查看所有支持的语言:

https://docs.microsoft.com/azure/cognitive-services/speech-service/language-support?WT.mc_id=DX-MVP-5003606

update appsettings.Production.json

继而，启动 Newbe.LiveCaptioning.exe，你可以看到如下这样的提示信息，就说明一切已经正常。

region and key

最后，你可以使用浏览器打开http://localhost:5000，并对着你的话筒说话，这样便可以实时产生字幕了。

live caption

在 OBS 中加入字幕

首先，打开你的 OBS，并添加一个 browser 组件。

add browser

在组件的 url 中填入 http://localhost:5000，并设置一个合适的宽度和高度。

add browser

对着你的话筒话说，字幕就出来了。

https://www.newbe.pro/images/20210725-010.gif

test

辅助资料

Azure Speech to Text

可以通过以下链接在初步体验一下识别的效果：

https://azure.microsoft.com/services/cognitive-services/speech-to-text/?WT.mc_id=DX-MVP-5003606#overview

可以通过以下链接找到 C# SDK 的对接方案：

https://docs.microsoft.com/azure/cognitive-services/speech-service/get-started-speech-to-text?WT.mc_id=DX-MVP-5003606

Blazor server

可以通过以下链接来了解，如何通过服务端来推送 UI 变化到前端：

https://swimburger.net/blog/dotnet/pushing-ui-changes-from-blazor-server-to-browser-on-server-raised-events

可以通过以下链接来了解，如何在 UI 线程之外来出发 UI 变化（这不就是 winform 再现):

https://docs.microsoft.com/aspnet/core/blazor/components/rendering?view=aspnetcore-5.0&WT.mc_id=DX-MVP-5003606#receiving-a-call-from-something-external-to-the-blazor-rendering-and-event-handling-system

.Net core publish

通过这里了解如何将 dotnet core 程序发布为一个单文件应用

https://docs.microsoft.com/dotnet/core/deploying/single-file?WT.mc_id=DX-MVP-5003606

了解不同操作系统下发布使用的 RID

https://docs.microsoft.com/dotnet/core/rid-catalog?WT.mc_id=DX-MVP-5003606

Github

了解如何通过 github action 打包发布内容到 release 中:

https://github.com/gittools/gitreleasemanager

小结

这是一个非常简单的项目应用，开发者可以通过该项目初步的了解 Blazor 的使用方法。你可以通过以下地址来获取本项目的源代码：

https://github.com/newbe36524/Newbe.LiveCaptioning

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/300228.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

一个数学系毕业的物理学家，是怎么拿到诺贝尔化学奖的？

一个数学系毕业的物理学家，是怎么拿到诺贝尔化学奖的？

全世界只有3.14 % 的人关注了青少年数学之旅2019年10月9日&#xff0c;这个“特别好”教授&#xff0c;1940年&#xff0c;“特别好”考上了耶鲁&#xff0c;1943年&#xff0c;“特别好”终于拿到数学学士学位。“特别好”特别沮丧&#xff0c;▲ “特别好”在牛津大学&#x…
阅读更多...
U盘安装Linux挂载cd,U盘安装Ubuntu Server CD-ROM挂载失败

U盘安装Linux挂载cd,U盘安装Ubuntu Server CD-ROM挂载失败

U盘安装 Ubuntu Server 发生Failed to copy file from CD-ROM问题解决方案使用UltraISO制做Ubuntu Server安装盘&#xff0c;在安装过程当中出现[!!] Load installer components from CD警告&#xff0c;这一步应该是安装文件检查步骤&#xff0c;没有检测到完整镜像文件而提示…
阅读更多...
三十五例网络故障排除方法

三十五例网络故障排除方法

上网时&#xff0c;我们经常会碰到这样、那样的网络故障&#xff0c;如何应付呢?今天&#xff0c;我们就针对一些常见的故障给大家分析一下! 1.故障现象:网络适配器(网卡)设置与计算机资源有冲突。 　　分析、排除:通过调整网卡资源中的IRQ和I/O值来避开与计算机其它资源的冲突…
阅读更多...
遭遇“烧钱瓶颈” 优酷成本结构堪忧

遭遇“烧钱瓶颈” 优酷成本结构堪忧

从奥运结束至今&#xff0c;视频网站的短暂喧嚣终于渐归沉寂。尽管各个视频网站通过拼命烧钱而维系出的“看上去很美”的表象让很多人甚至开始盲目高呼&#xff1a;视频网站的春天已经到来&#xff0c;然而&#xff0c;从之前媒体曝出的“优酷网获千万过桥贷款疑是成本逼迫”到…
阅读更多...
XHTML教会我的一些东西-1

XHTML教会我的一些东西-1

第一次写博客&#xff0c;虽然以前写作文是我的强项&#xff0c;我也很能说&#xff0c;但是似乎现在这种能力正在退化。不知为什么&#xff0c;到了大学之后我就变得跟以前不一样&#xff0c;似乎是回到了小学时的我。我在大学开始变得内向、沉默、不去主动和别人交谈。因为这…
阅读更多...
杀鸡焉用牛刀！放下Windbg，让dotnet-stack来快速定位死锁原因

杀鸡焉用牛刀！放下Windbg，让dotnet-stack来快速定位死锁原因

我们用来分析CPU过高、死锁问题的常见方案是使用Windbg分析dump文件。但是这种方式存在一些缺点&#xff0c;比如dump文件过大难以下载&#xff0c;windbg使用过于复杂难以掌握等。这里介绍一个小工具dotnet-stack&#xff0c;帮助我们检查托管代码调用堆栈&#xff0c;快速定位…
阅读更多...
数学中那些非常奇葩的证明

数学中那些非常奇葩的证明

全世界只有3.14 % 的人关注了青少年数学之旅一、费马大定理证明证&#xff1a;是无理数假设是有理数&#xff0c;p和q是互素正整数那么移项得又由费马大定理可知&#xff1a;与费马大定理(Fermats last therorem)矛盾, Q.E.D. &#xff08;也可易证2的n分之一次方且n属于大于2的…
阅读更多...
linux代码段起始地址设置,Arch Linux安装后的一些初始设置简介

linux代码段起始地址设置,Arch Linux安装后的一些初始设置简介

配置有线网络。没网络的时候&#xff0c;可以直接设定ip应急&#xff0c;后面 netctl 才是正规设置&#xff1a;复制代码代码如下:# ip addr add 192.168.0.100/24 dev enp0s4# ip link set dev enp0s4 up# ip route add default via 192.168.0.1# echo nameserver 208.67.222.…
阅读更多...
安装Linux后的遗留问题

安装Linux后的遗留问题

一些Linux用户经常询问这样的问题&#xff1a;Linux能兼容XXX卡么&#xff1f;其实&#xff0c;Linux是一个开放性的系统&#xff0c;只要通过Linux爱好者们的努力&#xff0c;Linux可以兼容任何硬件。 一&#xff0c;声卡 首先要知道声卡的类型&#xff0c;或者是某种声卡兼容…
阅读更多...
使用 Minimal API 改造动态文件提供者

使用 Minimal API 改造动态文件提供者

使用 Minimal API 改造动态文件提供者Intro之前介绍过一个基于动态文件提供者来实现静态网站的动态更新&#xff0c;可以参考 ASP.NET Core 实现一个简单的静态网站滚动更新&#xff0c;在 Minimal API 出现之后想改造成 Minimal API 的写法&#xff0c;但是由于之前版本的 Min…
阅读更多...
[导入]体验Asp.Net Mvc Preview5(3)-探索ModelBinder的工作原理

[导入]体验Asp.Net Mvc Preview5(3)-探索ModelBinder的工作原理

摘要: 在前面的两篇文章中,我们研究了Asp.Net Mvc Preview5的ViewEingine的改进,从本篇开始,我们开始研究Preview5中的新特性:ModelBinder,首先我们来了解下什么是ModelBinder特性,这有什么用处,在以前的版本中,如果我们要在Action中获取数据,一般有三种方式,一是通过Action的参…
阅读更多...
bcdedit

bcdedit

我的电脑装了双系统&#xff1a;Win2003 SP2&#xff08;C盘&#xff09;和Win2008 SP2&#xff08;D盘&#xff09;&#xff0c;最近2003一启动就蓝屏unknown hard error&#xff0c;安全模式也进不去&#xff0c;恢复注册表等方法试过也不行&#xff0c;但2008正常&#xff0…
阅读更多...
一招教你舍友学会尤克里里 | 今日最佳

一招教你舍友学会尤克里里 | 今日最佳

全世界只有3.14 % 的人关注了青少年数学之旅视频源 洋味铁汁联盟
阅读更多...
linux cpu softirq,linux softirq机制

linux cpu softirq,linux softirq机制

Copyright © 2003 by 詹荣开E-mail:zhanrksohu.comLinux-2.4.0Version 1.0.0&#xff0c;2003-2-14摘要&#xff1a;本文主要从内核实现的角度分析了Linux 2.4.0内核的Softirq机制。本文是为那些想要了解Linux I/O子系统的读者和Linux驱动程序开发人员而写的。关键词&…
阅读更多...
复盘：我的三个月远程办公实践，有自由，也有代价

复盘：我的三个月远程办公实践，有自由，也有代价

这是头哥侃码的第244篇原创有人说&#xff0c;人生就是一个不断尝试的过程。我觉得&#xff0c;有时候这个词其实不准确&#xff0c;因为每个人的性格不同&#xff0c;成长经历及运势不同&#xff0c;所以对 “尝试” 俩字的理解也就不同。在我还是孩子的时候&#xff0c;几乎所…
阅读更多...
信息网络传播权保护条例(2006)

信息网络传播权保护条例(2006)

信息网络传播权保护条例(2006)[url]http://www.ncac.gov.cn/GalaxyPortal/inner/bqj/include/detail.jsp?articleid9400&boardpid175&boardid11501010111602[/url]转载于:https://blog.51cto.com/dgcnn/20682
阅读更多...
Silverlight专题（10）- WatermarkedTextBox使用

Silverlight专题（10）- WatermarkedTextBox使用

问题&#xff1a; 之前的Silverlight版本都有一个WatermarkedTextBox控件 但是到了Silverlight 2 Beta2版本&#xff0c;由于和WPF兼容的考虑 WatermarkedTextBox被移除了 虽然之前我有看到消息说Silverlight 2正式Release的时候会给TextBox一个Watermark属性 但是Silverlight …
阅读更多...
asp.net ajax检查用户名是否存在代码

asp.net ajax检查用户名是否存在代码

原文 asp.net ajax检查用户名是否存在代码 用户注册时&#xff0c;我们经常需要检查用户名是否存在&#xff0c;本文就是实现无刷新验证用户名 打开开发环境VS 2005,新建项目(或打开现有项目),新建一个Web窗体,命名为 Default.aspx 创建 XMLHttpRequest 对象所有现代浏览器 (I…
阅读更多...
90后一代人还能通过攒钱改变现状吗？

90后一代人还能通过攒钱改变现状吗？

全世界只有3.14 % 的人关注了青少年数学之旅每次打开公号&#xff0c;扑面而来一阵阵焦虑&#xff1a;95后毕业3个月就买房&#xff0c;你的同龄人正在抛弃你毕业3年&#xff0c;年薪超100万&#xff1a;赚钱&#xff0c;是一种修行一线城市财务自由门槛2.9亿&#xff0c;看看你…
阅读更多...
linux中人脸识别不了,虹软人脸识别在 linux中so文件加载不到的问题

linux中人脸识别不了,虹软人脸识别在 linux中so文件加载不到的问题

其实是可以加载到的&#xff0c;不过是so文件放的位置不一对&#xff0c;最简单的方式是放在 /usr/lib64 目录下&#xff0c;也可自己设置。 so文件加载不到会报这个错误&#xff1a;.lang.UnsatisfiedLinkError: no arcsoft_face_engine_jni in java.library.path] with root …
阅读更多...
最新文章

Copyright @ 2022~2023