Bootstrap

批量为视频生成字幕

项目是一个功能强大的客户端工具,旨在批量为视频生成字幕,并支持将字幕翻译成其他语言。它是在之前的命令行工具 VideoSubtitleGenerator 的基础上发展而来的,通过提供图形用户界面(GUI),使得操作更加便捷,旨在方便更多用户的使用。以下是该项目的详细介绍:

核心特性

  1. 图形用户界面

    • 提供了直观的图形界面,使得用户可以轻松地进行各种操作,无需熟悉命令行。

  2. 字幕文件管理

    • 源语言字幕文件和目标语言字幕文件会自动放在视频同目录下,方便用户在播放视频时任意挂载字幕文件。

  3. 批量处理能力

    • 支持批量处理视频、音频和字幕文件,大大提高了工作效率。

  4. 字幕生成与翻译

    • 支持从视频/音频中生成字幕。

    • 支持对生成的字幕或导入的字幕进行翻译。

  5. 多种翻译服务支持

    • 集成了多种翻译服务,包括火山引擎翻译、百度翻译、DeepLX 翻译、本地模型 Ollama 翻译,以及支持 OpenAI 风格的 API 翻译(如 DeepSpeed 等)。

  6. 自定义功能

    • 允许用户自定义字幕文件名,以兼容不同的播放器挂载字幕识别。

    • 支持自定义翻译后的字幕文件内容,可以选择仅包含翻译结果或同时包含原字幕和翻译结果。

  7. 性能优化

    • 项目集成了 whisper.cpp,并对 Apple Silicon 进行了优化,生成速度较快。

    • 集成了 fluent-ffmpeg,用户无须单独安装 ffmpeg。

  8. 其他高级功能

    • 支持运行本地安装的 whisper 命令。

    • 支持选择模型下载源(国内镜像源或官方源)。

    • 支持自定义并发任务数量,以优化资源使用。

  9. Core ML 支持

    • 从 1.20.0 版本开始,在苹果芯片上支持使用 Core ML 加速语音识别。对于老版本用户,提供了详细的升级指南。

使用说明

  • 安装与配置

    • 用户需要下载并安装客户端工具。

    • 根据需要配置翻译服务的 API 密钥或相关设置。

  • 操作流程

    • 通过图形界面选择视频文件或目录。

    • 选择生成字幕或翻译字幕的选项。

    • 配置翻译服务(如需翻译)。

    • 开始处理,等待结果。

  • 兼容性

    • 当前 release 包在 mac 环境下测试通过,Windows 仅在虚拟机测试通过。如果在运行过程中遇到问题,欢迎提 Issue 反馈。

总结

这个开源项目为视频处理提供了全面的字幕生成和翻译解决方案,通过图形用户界面和丰富的功能,使得用户可以轻松地为视频添加字幕,并将其翻译成其他语言。无论是个人用户还是专业人士,都能从这个项目中受益。如果你在使用过程中遇到任何问题或有改进建议,欢迎通过提 Issue 的方式参与项目的改进和发展。

U2FsdGVkX1/mgV9lNz8lbrsMMfIysJvUqEGhQdvKSS7y7kGaqGe3X5dFo96fEFhR
4PkZhJIeEQno+/FZKjx1K9l9sGPZcP9EoLB5S2tk6uU=

;