这个是按照字幕的时间.最大速率是3倍…也就是说如果生成10秒的音频,但是字幕长度是5秒,那么就会自动调整(2倍) 如果说9秒音频,2秒的字幕,那么就会生成3秒的音频(倍率限制为3倍),同时字幕长度调整为3秒 如果说您想统一变速,那么应该用固定速率 另外,不管说那种变速模式,最后都会生成新的srt,并且新的srt的持续时间和生成的音频是对应的
srt
说明
