video-subtitle-master – 开源AI字幕生成工具,支持批量为视频或音频生成字幕

AI工具3周前发布 ainav
46 0

video-subtitle-master是什么

video-subtitle-master 是能批量为视频或音频生成字幕的工具,基于开源项目 VideoSubtitleGenerator 开发,支持批量为视频或音频生成字幕,将字幕翻译成其他语言。video-subtitle-master具备图形用户界面,操作便捷,支持多种翻译服务(如百度翻译、火山引擎翻译、DeepLX等),集成 whisper.cpp 和 fluent-ffmpeg,优化了性能。video-subtitle-master支持自定义字幕文件名、翻译内容格式、并发任务数量,适合普通用户和开发人员使用。

video-subtitle-master – 开源AI字幕生成工具,支持批量为视频或音频生成字幕

video-subtitle-master的主要功能

  • 批量处理
    • 支持批量为视频或音频生成字幕。
    • 支持批量翻译字幕文件。
  • 字幕翻译
    • 支持将生成的字幕或导入的字幕翻译成其他语言。
    • 支持多种翻译服务,包括百度翻译、火山引擎翻译、DeepLX、Ollama 本地模型、OpenAI 风格 API 等。
  • 优化与集成
    • 集成 whisper.cpp,对 Apple Silicon 进行了优化,提高生成速度。
    • 集成fluent-ffmpeg,无需单独安装 ffmpeg。
    • 支持运行本地安装的 whisper 命令。
  • 自定义功能
    • 支持自定义字幕文件名,方便兼容不同播放器。
    • 支持自定义翻译后的字幕文件内容,可选择纯翻译结果或原字幕+翻译结果。
    • 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。

video-subtitle-master的技术原理

  • 语音识别技术:用 whisper.cpp 或其他语音识别引擎从音频中提取文本内容。whisper.cpp 是基于深度学习的语音识别模型,能高效地将语音转换为文字。
  • 字幕生成:基于语音识别引擎生成的文本内容,按照时间戳格式化为字幕文件(如 SRT 或 ASS 格式)。
  • 翻译服务集成:支持多种翻译服务,基于调用外部 API(如百度翻译、火山引擎翻译)或本地模型(如 Ollama)将字幕翻译成目标语言。
  • 图形用户界面(GUI):用现代前端技术(如 Electron)开发,提供直观的用户界面,方便用户操作。
  • 后端处理:用 Node.js 和后端技术处理文件读取、模型加载、任务调度等逻辑。

video-subtitle-master的项目地址

  • GitHub仓库:https://github.com/buxuku/video-subtitle-master

video-subtitle-master的应用场景

  • 视频创作与发布:帮助创作者快速生成字幕并翻译,提升内容传播范围。
  • 教育领域:为教学视频添加字幕,辅助学习,尤其是外语学习和听力障碍学生。
  • 内容本地化:将视频字幕翻译成多种语言,适应不同地区需求。
  • 个人娱乐:为电影、电视剧等生成和翻译字幕,提升观看体验。
  • 会议记录:为会议或活动视频生成字幕,便于整理和回顾。
© 版权声明

相关文章