如何使用ffmpeg从视频文件中提取所有音频开始和结束时间

我需要知道如何从视频文件中提取所有音频时间戳，即每个对话框的开始时间和结束时间。已尝试使用多个ffmpeg或ffprobe命令，但未获得所需的结果

我想要的结果是

{'text'：“你好，罗伯特！你好吗”，'start'：0.15，'end'：1.00} {'text'：“嘿，我很好。你呢？”，'start'：1.35，'end'：2.05} .

---

.

不可能

ffmpeg

没有对话框解析功能。还有其他技术或方法吗？也许有。