【开源项目】自动字幕生成和字幕翻译

文章目录

• [1. 安装ffmpeg](#1. 安装ffmpeg)
• [2. 克隆项目](#2. 克隆项目)
• [3. 配置项目运行环境](#3. 配置项目运行环境)
• [4. 填写配置文件](#4. 填写配置文件)
• [5. 运行项目（仅使用CPU）](#5. 运行项目（仅使用CPU）)

项目地址：Github - qinL-cdy/auto_ai_subtitle

项目原理：使用ffmpeg提取视频的音频，使用whisper将音频转写为字幕，使用translate将源语言字幕翻译成目标语言字幕。

说明：translate API免费1000行（行宽70字符），超出需要付费购买API

1. 安装ffmpeg

• 下载构建好的ffmpeg。Windows版本下载。

• 用7-zip解压文件，将解压目录下的bin目录对应的路径添加到环境变量

  • 在搜索框中搜索环境变量 > 编辑系统环境变量 > 环境变量 > 系统变量 > Path
  • 将bin目录对应的路径添加到Path中

• win + R启动运行，输入cmd，在命令提示符中输入以下命令，出现下图所示内容即配置成功。

  ffmpeg -version

2. 克隆项目

• 打开VSCode，点击Clone Git Repository ...。选择克隆的目标文件夹，克隆完成后打开文件夹。
  

3. 配置项目运行环境

• 使用conda创建虚拟环境（安装Anaconda、conda换源、pip换源可以去搜索）

  • 启动Anaconda Prompt
  • 输入以下命令创建虚拟环境

  conda create -n auto_ai_subtitle python=3.9 -y

  • 激活虚拟环境

  	conda activate auto_ai_subtitle

• VSCode选择虚拟环境
  

• 右键main.py，点击打开集成终端，输入以下命令安装第三方库。

pip install -r requirements.txt

4. 填写配置文件

打开config.yaml，可以根据自己的实际情况设置相应的参数。

• 语言简称参照链接后两位字母转小写。
• 路径中不能有中文
  

5. 运行项目（仅使用CPU）

• 修改script/audio_tool.py为以下内容：

import ffmpeg
import subprocess

def audio_extract(input, output):
	ffmpeg.input(input, vn=None).output(output).run()

# 解决中文路径ffmpeg无法运行的问题
# def audio_extract(input_path, output_path):
# 	command = [
# 		'ffmpeg', 
# 		'-i', 'pipe:0',  # 从stdin读取输入
# 		'-vn',          # 仅提取音频
# 		output_path     # 输出文件路径
# 	]

# 	with open(input_path, 'rb') as f:
# 		subprocess.run(command, input=f.read())

• 修改script/whisper_tool.py，添加verbose=True能显示转写过程。
  

• 在集成终端输入以下命令：

python main.py

• 运行过程中出现以下警告可以忽略，因为默认使用FP16，但是CPU不支持FP16，程序自动会改成FP32。