首先要聽寫原聲，然後翻譯文字，最後合成聲音和字幕。可以試試Translai翻譯平臺，註冊賬號，上傳要翻譯的音視頻就行了。ai會自動聽寫輸入軸，方便多了。
我們知道聲音實際上是壹種波。mp3等常見的格式都是壓縮格式，必須轉換成未壓縮的純波形文件，比如Windows PCM文件，也叫wav文件。除了文件頭，wav文件中存儲的是聲音波形的點。
語音識別之前，有時需要切斷開頭和結尾的靜音，以減少對後續步驟造成的幹擾。這種靜音切割操作通常稱為VAD，它需要壹些信號處理技術。
要分析聲音，就要把聲音分幀，也就是把聲音切成小塊，每個小塊叫做壹幀。壹般取景操作不是簡單的剪切，而是利用移動窗口功能來實現，這裏不贅述。幀之間通常有重疊。
分幀後，講話變成許多小段。但波形在時域上幾乎沒有描述能力，必須進行變換。常見的變換方法是提取MFCC特征，根據人耳的生理特點，把每壹幀波形變成壹個多維向量，可以簡單理解為包含了這壹幀語音的內容信息。這個過程被稱為聲學特征提取。在實際應用中，這壹步有很多細節，聲學特性也不限於MFCC，這裏就不多說了。
此時，聲音就變成了壹個12行(假設聲學特征是12維)n列的矩陣，稱為觀測序列，其中n為總幀數。觀察順序如下圖所示。圖中每壹幀用12維的向量表示，色塊的色深表示向量值的大小。