功能

解析视频文件，提取其中文字以及对应的时间节点。主要用于语料生成。

生成的语料不能保证完全正确，还需要后续标注。

流程

0. 将视频文件放到 videos 目录下
1. 运行 get_position.py 手动确定视频中字幕的具体位置
2. 运行 extract_subtitle.py
   1. 截取视频每一帧字幕位置的图片，保存在 frame_img 目录下
   2. 提取图片中文字，生成 时间点+文字内容 的文件
3. 运行 to_textgrid.py 生成 textgrid 文件
4. 自行调用 del_file.py 里的函数，多线程删除中间文件

TODO：

1. 写函数注释
2. 增加英文字幕功能（只需要替换OCR引擎即可）