如何将瑞克和莫蒂的字幕和音频抓下来练习口语

通过阅读剧本或者字幕来练习口语是一个有趣且高效的方法，我选择的是瑞克和莫蒂，下文记录一下全过程。

一、选它的理由：

1、对话密集，短对话多

这点很重要，因为这是练习口语的需要。我并不想向过去一样背诵新概念或者是长篇的英文课文，所以排除叙述性太强的例如BBC或者英文纪录片。

有一些剧的特点是人物都比较高冷，对话不多，而我希望在我一集一集的练习时间中人物最好无时无刻不再说话，这样 瑞克和莫蒂 每集二十分钟的连贯对话就是非常好的选择。当然如 老友记 或者其他比较生活化的剧集也十分不错。

2、故事性强，可以N刷

要拿一部剧的剧本来作为练习素材，喜欢这部剧是非常重要的。最好是平常都有n刷的剧再好不过。在通读完字幕后再刷完全可以找生肉练习听力。

二、如何获取字幕文件

1、字幕库直接搜索

字幕库
这个网站的字幕我感觉是比较齐全的了，可以看到上面的字幕文件，有以下两种，.srt就是从MKV视频中提取出来的字幕格式，.ass是外挂字幕的格式。

.srt格式如下：

.ass格式如下：

我后续所有的字幕文件都使用的是.srt格式的，因为.srt的格式比较方便写个脚本处理，而且.ass文件可以从网页上一键转换成.srt文件。
字幕格式转换

2、从mkv格式视频中抓取字幕

即便是上面提到的字幕库，在上面搜索瑞克和莫蒂也缺少第三季的字幕素材（现在我已经上传）。遇到这种情况，就需要从mkv视频中抓取字幕。

1）下载mkvtoolnix，

2）打开MKVExtractGUI.2.3.0.0.简体汉化版

拖入要处理的视频，就可以看到如下分轨，即可提取出字幕文件和音频文件。
ps：如果没有MKVExtractGUI.2这个软件需要单独下载然后拖入mkvtoolnix的文件夹。
pps：当然只需要音频文件的不用这么麻烦，任意格式视频和格式工厂就可以搞定。

三、如何处理字幕文件

1、去掉字幕文件中的帧数、时间轴和空行

由于我也是初次使用python，所以这个小脚本可能写得不太好，但是可以用，每一步骤我都尽力标注了一下方便后面修改：

import os
import re
import numpy as np

path = os.getcwd()         # 定位到当前地址
name = 0
for h in os.listdir(path):
    if re.match('.*.srt', h):  #匹配剧本文件
       name = name + 1
       orifile = open ( h ,'r+') #encoding取决于文档编码格式
       insfile = open (str(name) + '.txt' , 'w+') #由于这里原文档编码格式不同的话写入会乱码,所以建立临时文档
       #outfile = open ('S03','a')  #都输出到同一个文档内
       if name < 10:
           outfile = open ('S03E0' + str(name) + '.txt','a')
       else:
           outfile = open('S03E' + str(name) + '.txt', 'a')
       content = orifile.read()
       insfile.seek(0,0)
       insfile.write('\n'+content)
       #locate = re.search('1',content) #当文档前有多行空行时需要定位，一般不用
       #coordinate = locate.start() - 1
       #insfile.seek(coordinate,0)
       insfile.seek(0, 0)
       i = 0                #每隔固定行输出一行
       j = 0                #多行错误
       for line in insfile.readlines():
           if line != '\n'  and j == 1: #空行'\n' #当前帧多行
              i = i - 1
              print(line)      #检查多行错误,有必要要的继续加进去
              print(h)
              #outfile.write(line)
           j = 0
           i = i + 1
           if i == 5 :  #每隔固定行输出一行
              if line != '\n': #避免少行错误
                 outfile.write(line)
                 i = 0
                 j = 1     #避免多行错误
              else:        #当前帧少行
                   i = 1
                   j = 0    

2、在word中录制宏来统一处理格式

这里我就不赘述了。

四、进行口语练习

通过上述的方法可以抓取其他你喜欢的剧集的字幕和音频。
现在拿到了剧本和音频，就可以跟读，角色扮演来练习口语，我的建议是把剧本打印出来，开通一个喜马拉雅或者其他FM的主播号，将音频做成专辑传上去，在实际练习时比较好控制进度条，语速，尤其是这种听书软件的+15s，-15s设计很好控制播放进度。需要注意的是版权问题，一定要上传成私密专辑。