[!TIP]
客户端版本地址: https://github.com/buxuku/video-subtitle-master ,欢迎大家使用体验
自己之前下载了一些外文视频(我说是学习视频,而非岛国视频,你信吗?哈哈!),没有字幕,希望能够添加字幕文件,同时也能够将字幕文件翻译成中文, 还希望能够通过批量处理的方式来减轻工作量。
类似需求,有一批厂商已经提供到了支持,比如 讯飞听见, 网易见外 等,但这些在线服务都涉及到视频的上传动作,效率相对比较低下。
希望能够找一个客户端工具,在本地来生成,试用了一些工具( Mac 平台),依然不理想
找不到好用的,干脆就自己来写个工具吧,因为自己是做前端的,想到的就是用 Nodejs 写脚本来批量处理实现。核心流程就是通过 ffmpeg
提取音频,通过 whisper
生成字幕文件,通过翻译 api 把字幕文件翻译成中文字幕文件,然后就可以在播放器里面挂载字幕了。
我把这个工具开源了,地址: https://github.com/buxuku/VideoSubtitleGenerator , 后面非常荣幸得到了一峰大佬的推荐,一峰大佬的影响力果然非同凡响,推荐之后,这个项目的 star 数直线蹭蹭上涨,一下子就得到了 300 多 star, 给我了很大的鼓舞。
同时,我也发现,小工具,自己用用很简单,但要把它开源,做成好用的产品,还是有一定难度的,比如我这个小工具,要使用它,需要在电脑上提前安装好 whisper 和 ffmpeg, 这本身就有一点门槛了。
于是我进行了迭代了,把 whisper
和 ffmpeg
集成到了工具里,不需要用户下载了,减少了很多步骤,但它依然还是一个命令行的工具,需要在终端里面使用,同时修改配置也需要在配置文件里面进行修改,使用上还是有一些难度的。
进一步想想,那我干脆把它做一个客户端工具好了,所有的配置操作都可视化, 这样使用上就没有什么门槛了,大家使用起来也非常方便了。
啃了一下 electron
的文档,集成 ffmpeg
, 通过 nextjs + shadcn + tailwindcss
写前端页面,把整个命令行工具的能力集成到了这个客户端工具里面。整体效果如下图:
当然,它还只是一个初始版本,也非常欢迎 V 友们尝试使用,提出宝贵的意见和建议,我将持续更新迭代,让它能够更好地帮助到有需要的朋友们。
这是项目的地址: https://github.com/buxuku/video-subtitle-master 欢迎 V 友赐 star 一枚🤝
1
skyqiao 165 天前
👍 以前需要过,用了飞书妙记。
|
2
yangwcool 165 天前
有没有 windows 版的计划?
|
3
zhw2590582 165 天前
试试: https://aimu.app
|
4
Nosub 165 天前 1
作为一个字幕软件开发者有感而发。
为啥国内的开发者都在卷套壳(套 whisper ),不卷底层技术,比如视频播放器,时间轴,字幕编辑器。 我不是鄙视国内开发者没有技术水平,而是过于浮躁; 重复造轮子并没有解决任何问题; 我不想说批量生成视频字幕是伪需求,请问什么人需要批量生成视频字幕呢? 字幕制作本身就是一个精细化的流程,并不是求快的结果; 就像楼上所说的,你用 whisper 再怎么 CPU/GPU 加速,有飞书妙记和剪映快和效果好吗。 这本身就是本末倒置,用一个效率更低的生产工具替代一个更好的工具,比如:剪映; |
5
Ericxiaoshuang 165 天前 via Android
@Nosub 国内这机吧土地,卷的首先是生存问题,然后才可能闲心搞技术
伪需求?看应用场景,海外电动汽车,火箭,星链互联网,脑机接口, |
6
renmu 165 天前 via Android
@Nosub 其实楼主不是一个字幕软件者,他只是一个想要翻译字幕的人,他不需要对字幕的准确性负责。
我曾看到过下载 YouTube 视频提取字幕编码上传一条龙的工具,我不知道除了垃圾搬运号谁还需要这种工具 |
7
Ericxiaoshuang 165 天前 via Android
@Ericxiaoshuang 国内尽是些红包,微商,搬运剪辑,真的是能力不行么? icp 备案,404 ,烂尾楼,哪一个不是往死里整
纯技术层面来说,剪映再好,也无法个性化(自定义),免费最终会收费,再加个敏感词检测,一不小心识别了啥喝茶 |
8
0Z03ry75kWg9m0XS 165 天前
@Nosub Linux 上有什么好用的推荐么。kdenlive 现在也是用的 whisper 识别
|
9
buxuku2008 OP |
10
shuxhan 165 天前
歪下楼,我比较好奇把图片加阴影是什么工具做的 @buxuku2008
|
11
buxuku2008 OP @shuxhan
Shottr 这个免费的截图软件,使用 Capture Active Window 就可以自动截取活动窗口了。 |
12
jatesun 165 天前
我想问一下有没有实时生成在线字幕的方法?或者类似的思路
|
13
buxuku2008 OP @yangwcool
是有这个计划了,但因为手头没有 window 电脑,只能用虚拟机来跑,进度可能会比较慢一点。 |
14
buxuku2008 OP @jatesun
我也在思考这个问题,比如我在看 youtube 时,实时生成字幕。只能想到提前拿到视频进行生成,然后对上时间轴去展示。要真实现播放时的那种实时生成,肯定会存在延迟的, 之前试过华为的那个 ai 翻译,它是边识别边修正,实际体验感觉并不是特别理想。 |
15
jatesun 165 天前
@buxuku2008 #14 已 star ,感谢回复,我一直就在想如何做一款实时视频在线生成的工具,感觉很多人有这种需求,毕竟现在很少有人下载视频了,基本都是在线。我再深入研究一下。
|
16
thinkm 165 天前
请教一下断句的问题,whisper 很多时候断句会断在奇怪的位置
然后翻译是一行一行翻译的,结果就不准确 OP 怎么解决这个问题的,是不是用了上下文,一次性扔几行给翻译服务? |
17
xianyun5 165 天前
之前一直想弄个,结果大佬直接开源了,谢谢分享,已经 star
|
18
NoOneNoBody 165 天前
@Nosub #4
对于字幕工作者,一直是感恩的 但现实是软字幕很难找(欧美还好一点),明明手头有 4k 或 1080p 更好的视频源,但很多时候为了看得明白,需要下载 720p 熟肉,显得很无奈。而且连吐槽的资格也没有,道德制高点已被占领,一开口就被淹没,只好选择硬着头皮看英文字幕,或者选择离开,OP 此类作品的出现,算是多了一个选择 感觉是所有圈子都在圈地,唉 |
19
digd 165 天前
很久之前用过 autosub ,调用 youtube 的 api 的,还挺好用的,但是不稳定
|
20
SawyerGuo 165 天前
我之前也用 whisper 和 Electron 开发了个 windows 的客户端,开发完了也就自己用了一两次,后来项目都没再打开过。
|
21
chunkingName 165 天前
请问,能在我家里的群晖上部署然后自动为群晖上所有视频生成字幕吗?
|
22
winglight2016 165 天前
前几天刚看到一个 js 版的命令行开源项目,好像就是 lz 这个,这么快就有 GUI 了。我用 AI 帮忙做了个 python 版,有兴趣的拿走: https://github.com/winglight/VideoExtractSub
|
23
buxuku2008 OP @thinkm #16
|
24
buxuku2008 OP @thinkm
抱歉哈,我目前对于输出的要求没有那么高。所以翻译也是一行一行进行翻译的,火山支持多行翻译,但应该也没有去关联上下文,如果我良好的上下文关联进行翻译的话,估计要通过 ai 来翻译可能效果会好一些。 你这边方便的话,可以麻烦帮我提供一素材,就是那种单行翻译效果比较差的那种。我好去尝试一下更好的翻译方法实现。 |
25
buxuku2008 OP @digd 恩,看了一下,该项目已经不再维护了,不过思路挺不错的。
|
26
buxuku2008 OP @SawyerGuo 大佬,可以分享了下项目地址吗?我这个项目目前还没有支持 windows 版本,下一步计划正好也是去兼容 Windows
|
27
buxuku2008 OP @chunkingName
不支持在群晖上面运行那个 GUI 版本,不过你可以试试那个命令行版本,但最好的方式,是在电脑上面运行,然后挂载群晖里面的内容。 |
28
YuushaTao 165 天前
等个 windows 版,先 star
|
29
DavZhn 165 天前
已 star ,不过好像下载模型的时候,一直是正在下载,77.7m 的那个 下载了 10 分钟了 还是那样诶?
|
30
buxuku2008 OP @DavZhn 你使用的是官网的源吗?官网的源有时会被墙,使用国内源应该是很快的。
|
31
DavZhn 165 天前
@buxuku2008 选择的是国内的诶
|
32
lhsakudsgdsik 165 天前
chrome 浏览器现在貌似就可以识别视频字幕吧
|
33
thanksir 165 天前
@zhw2590582 好喜欢这个界面
|
34
ivyliner 165 天前
|
35
ivyliner 165 天前
@jatesun #12 我的 APP BeMyEars 好像就是你想要的 https://www.engineerdraft.com/bemyears/
|
36
buxuku2008 OP @DavZhn
你通过 command + shift + i 可以打开控制台,在 console 里面看看,有没有什么日志信息呢 |
37
forvvvv123 165 天前
大赞,非常好,我非常需要!现在就下载下来试试!
|
38
FFFMML 165 天前
用 pixel 自带的他可以把英文实时实翻译成繁体,准确度高,而且基本上是全局调用,找个 iptv 的英文电台,他都直接显示中文字幕。自己录的视频他也会跑出来翻译。
|
39
mdgwmt0 165 天前 via iPhone
感谢
|
40
LJason 165 天前
支持一下,等 Linux 或 Windows 版
|
41
zhaoyi1234 165 天前 via Android
@jatesun 试试沉浸式翻译浏览器插件,https://immersivetranslate.com/ ,支持常见视频网站
|
42
buxuku2008 OP |