当前位置：首页 > article >正文

批量为视频生成字幕

article 2025/1/16 9:03:30

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

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。
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。
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。
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。
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）。
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。
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。
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。
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。