如何解决使用 VTT 作为 Google Text to Speech 的文本源生成音频？
对于手语视频，正常情况下没有音频；但是，我们确实提供了 VTT 字幕文件，用于将字幕翻译成英文。 VTT 确实有提示的每个文本块的时间开始和结束时间。
我想知道是否可以使用 VTT 作为文本源来生成 Text to Speech 音频，其中速度由字幕文件中的时间码控制。
目前没有找到任何东西。通常是相反的方式 - 音频到字幕 - 但我想将字幕转换为音频（美国英语）。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。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。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
