问题描述
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）。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）
