根据tts引擎的字数/分钟计算字幕行长度

Question

所以我正在尝试创建一个使用 TTS 引擎读取一些文本的应用程序。由于文本太长无法显示在屏幕上，我将其分成较短的几行。我也在尝试为它创建一个 .srt 字幕，这样我就可以将视频、文本转语音音频和字幕组合成一个综合视频。 问题是我不知道如何计算字幕行的结束时间。我将提供我当前的代码，但效果不佳。

import pysrt

def process_text(text, max_line_length):
    lines = []
    line = ""

    for word in text.split():
        if len(line) + len(word) + 1 <= max_line_length:
            line += f" {word}"
        else:
            lines.append(line.strip())            
            line = word

    if line:
        lines.append(line.strip())

    return lines

def get_durations(lines, rate):
    durations = []
    start_time = pysrt.SubRipTime()
    
    for line in lines:
        end_time = int(len(line) / (rate / 60.0) * 1000)
        end_time = start_time + pysrt.SubRipTime(milliseconds=end_time)
        
        durations.append([start_time, end_time])
        print(f'{start_time} {end_time}')
        
        start_time = end_time

    return durations

def generate_subtitle(text, max_line_length, rate, save_path):
    subtitle_file = pysrt.SubRipFile()
    lines = process_text(text, max_line_length);
    durations = get_durations(lines, rate)

    for i in range(len(lines)):
        subtitle_file.append(pysrt.SubRipItem(index = i + 1, start = durations[i][0], end = durations[i][1], text = lines[i]))

    subtitle_file.save(f'{save_path}/subtitles.srt')
    return subtitle_file

输出文件看起来像这样：

1 00:00:00,000 --> 00:00:08,625 正在发生的事。

2 00:00:08,625 --> 00:00:18,750 SHYAMALAMADINGDONG THE STAR

3 00:00:18,750 --> 00:00:29,250 战争续集双重阴谋

但实际上第一行应该在 00:00:02 结束，而不是在 00:00:08 结束。