文章目录

  • 1. 安装ffmpeg
  • 2. 克隆项目
  • 3. 配置项目运行环境
  • 4. 填写配置文件
  • 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

字幕生成 python_搜索

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。