aeneas

aeneas是一个功能强大的Python/C库和命令行工具，专为自动强制对齐设计，可将文本片段与对应的音频旁白同步。它生成同步映射，可导出为多种格式，包括字幕文件（SRT、VTT、TTML、SBV）、数字出版格式（用于EPUB 3的SMIL）以及研究格式（ELAN、TextGrid、Audacity）。主要特性包括支持多种文本和音频格式、多级对齐（从段落到单词）、集成TTS引擎（如eSpeak、AWS Polly和Festival），以及通过作业容器进行批处理。它利用通过C扩展计算的MFCC和DTW算法，实现快速且稳健的对齐，使其成为无障碍访问、数字出版和语言学研究的宝贵工具。