提取视频中的文字，将视频中语音转化为文字，将视频中的字幕转换为文字

提取视频中的文字，将视频中语音转化为文字，将视频中的字幕转换为文字。 主要采用pocketSpinx、Google SpeechRecognition两种方式转换音频为文字，通过图片识别来提取字幕。