使用 SmartToKTV 自製卡拉OK檔案

 

自從 AI 能力越來越強之後，利用 AI 幫忙製作卡拉 OK 檔案，也越來越方便．

本文介紹利用 SmartToKTV 整合的工具，自製卡拉 OK 檔案．

SmartToKTV 工具可以在下列網址下載 :

https://drive.google.com/drive/folders/10jsrrrdRMz4It_D166m9FNoA1N0zmXYW

相關的討論可以在 Facebook 的 "CrazyKTV 電腦卡拉OK系統社團" 找到.

下載 SmartToKTV 工具並安裝後，工具會安裝在 "C:\PortableApp\SmartToKTV",

桌面也會有底下幾個捷徑，基本的製作步驟會利用到 "SmartToKTV(智慧影音轉換作業)" 與 "SubtitleHelper(字幕小幫手)" 兩個工具

 

 

 

• 自製卡拉ＯＫ檔案的步驟

底下描述各個步驟，以及會使用的相關工具，第二到第四步驟，會在後面章節詳述

(1). 下載製作的歌曲影片：

 基本上 youtube 是個最佳的影片來源, 上面的影片有幾種方式可以下載, 例如使用 4kdownloader 或者 yt-dlp，因為相關資料很容易查到，本文就不再描述詳細步驟

(2). 製作出純伴奏的音軌：

下載的影片包含原始的影片與音樂，純伴奏的音軌，會利用 demucs 工具製作出來，此工具已經包含在 "SmartToKTV(智慧影音轉換作業)" 中

(3). 產生歌詞的字幕：

此步驟會利用 whisper 系列的工具，從歌聲中判斷出歌詞，並產生卡拉ＯＫ用的字幕檔，此步驟已整合在 " SubtitleHelper(字幕小幫手)" 裡的功能，因為ＡＩ自動產生的結果，歌詞或者時間碼可能有錯，所以都需要再利用 AegiSub 工具來調整字幕檔

 (4). 產生最終卡拉 OK 檔案：

有了第一個步驟的影片與原始音軌，第二步驟的純伴奏音軌，再加上第三步驟的歌詞字幕，最後會用 ffmpeg 來產生最終卡拉 OK 檔案，此步驟可以利用 " SubtitleHelper(字幕小幫手)" 裡的功能

• 步驟(2). 製作有含純伴奏音軌的影片

因為 SmartToKTV 的工具，檔名不接受空白或特殊字元，所以先將原始的影片，拷貝到另一個新目錄，並且改名為一個單純的檔名，例如改名叫作 abc.mp4，以方便後續的作業

 SmartToKTV 目前有6個選項 :

[1].原始音源 (左伴右唱) : 產生單音軌(左伴唱右原聲)+原影像=> .mp4 檔案

[2].原始音源 (１唱２伴) : 產生雙音軌(1原聲2伴唱)+原影像=> .mp4 檔案

[3].純淨人聲 (左伴右唱) : 產生單音軌(左人聲右伴唱)+原影像=> .mp4 檔案

[4].純淨人聲 (１唱２伴) : 產生雙音軌(1人聲2伴唱)+原影像=> .mp4 檔案

[5].原始音源 (多軌 MKV) : 產生雙音軌(1原聲2伴唱)+原影像=> .mkv 檔案

[6].純淨人聲 (多軌 MKV)  : 產生雙音軌(1人聲2伴唱)+原影像=> .mkv 檔案

以下的例子, 就會以製作兩個音軌的 mp4 卡拉OK 檔當例子, 如果要產生單音軌或 MKV 檔案的, 自行調整選項.

接下來就是要將例子的 abc.mp4, 產生兩個檔案, 分別要給步驟(3)配字幕時用, 以及步驟(4)產生最後卡拉OK檔用

• 在檔案總管中, 將 abc.mp4 用滑鼠直接拉到桌面上 SmartToKTV 圖示上, 並且在選單中選擇 4, 裏頭第一音軌是純人聲, 會產生出 [KTV]abc.mp4 檔案, 產生後先將檔名暫時改成 abc-vocal.mp4, 此檔案給後面調字幕用

 

•  接下來要在產生原始音源的檔案, 同樣將 abc.mp4 拉到桌面上 SmartToKTV 圖示上, 選單選擇 2, 會產生 [KTV]abc.mp4, 此檔案會用來產生最後卡拉OK檔

 

 

 

• 步驟(3). 產生歌詞的字幕

接下來會使用 "SubtitleHelper" 產生字幕檔, 以及用 AegiSub 程式來微調字幕檔

"SubtitleHelper" 有下列的選項 :

[1].自動智慧辨識並 產生所有格式字幕檔 (.ASS/.SRT/.TXT實際記憶體至少 16 GB ) 

[2].指定語系辨識並 產生所有格式字幕檔 (.ASS/.SRT/.TXT  實際記憶體至少 16 GB )

[3].影片嵌入 .SRT 靜態字幕(無背景遮罩)

[4].影片嵌入 .SRT 靜態字幕(半透明背景)

[5].影片嵌入 .ASS 特效字幕(支援雙排歌詞及預先顯示下句歌詞)

[6].影片嵌入 開唱倒數 特效 (需輸入第一句歌詞的起始秒數)

[7].影片嵌入 模糊區塊 遮罩 (需指定區塊大小及起始座標)

 選項 1,2 用來自動產生字幕檔案, 選項 3-7 為步驟(4)產生最終卡拉OK檔的選項

 如果已經確定影片的語系, 可選 2 來指定語系, 不然可選 1 來自動判斷.

接下來將原始 abc.mp4, 或者步驟(2)產生的 abc-vocal.mp4 從檔案總管, 用滑鼠拉到 "SubtitleHelper" 桌面上的圖案, 之後選擇 1 或 2 的選項, 就會產生對應的 .ass/.srt/.txt 字幕檔案.

因為自動產生的字幕檔, 歌詞與時間碼會有不準確, 或者整句太長需要調整, 所以打開 AegiSub 程式之後 :

• 在[檔案]下拉的選單中, 選擇 [打開字幕], 選擇載入剛剛產生的 .ass 檔案
• 在[視訊]下拉的選單中, 選擇[打開字幕], 選擇步驟(2) 中 abc-vocal.mp4, 利用音軌 1 人聲來幫忙校正字幕的時間
• 在瀏覽器搜尋原歌曲的歌詞, 校正自動產生的字幕中的錯誤
• 編輯好之後, 儲存回原本的 ass 檔案 

 

• 步驟(4). 產生最終卡拉ＯＫ檔案

將步驟(3)最終產生的 .ass 檔案, 檔名改為 [KTV]abc.ass, 再搭配步驟(2)產生的 [KTV]abc.mp4, 就可以產生最終的卡拉 OK 檔案.

 將 [KTV]abc.mp4 從檔案總管, 用滑鼠拉到 "SubtitleHelper" 的桌面圖案上, 然後選擇選項 5, 步驟就會自動將 [KTV]abc.mp4 的影像, 加上 [KTV]abc.ass 的字幕, 產生影像+原本 [KTV]abc.mp4 的音軌, 產生最終的卡拉 OK 檔案. 最終的檔案會是 [SUB][KTV]abc.mp4