SubGenie

目录

• SubGenie
• 目录
• 简介
• 安装与使用指南
• 视频演示
• 贡献指南

简介

SubGenie是一个开源工具，整合了YouTube视频下载，Whisper语音识别，字幕翻译等功能，主要用于为视频生成高质量双语字幕。

SubGenie字幕生成工具使用faster-whisper库进行语音识别，对识别结果进行基于简单规则的断句，并使用deepmultilingualpunctuation库修正长视频识别结果中没有标点符号的情况。再调用通义千问的API使用qwen-max模型进行翻译。最终生成ass格式的双语字幕。

此外，我使用Godot 4.2.2 stable，基于GoZen_lite，写了一个字幕编辑界面(百度网盘下载)，方便对字幕进行校正，以进一步提升字幕质量。

安装与使用指南

1. 克隆仓库：

   git clone https://github.com/1e0nhardt/SubGenie

2. 安装虚拟环境： 进入 SubGenie 目录并双击运行setup_windows.bat 脚本：

   cd SubGenie
   setup_windows.bat

   默认安装为 cu121 版本的 PyTorch 如果你需要手动安装特定 CUDA 版本的 PyTorch，可以去setup_windows.bat中修改。

3. 环境设置： 在运行程序之前，需要进行以下环境设置：
   模型下载

   • 推荐配置。
     • Whisper-largev3
     • oliverguhr-fullstop-punctuation-multilang-large
   • 百度网盘
   • 夸克网盘

   设置通义千问API key

   • 不使用通义千问API翻译，可以跳过此步骤。
   • 在系统环境变量中添加DASHSCOPE_API_KEY=your_api_key
   • 或者直接填入src/utils.py的第44行

   安装ffmpeg

   • 下载ffmpeg，并配置好环境变量。

4. 运行程序：

   • 运行start_py_venv.bat启动虚拟环境。
   • 在虚拟环境中，输入python app.py -h查看帮助。
   • 常用命令示例见run_sub_genie.bat。

5. 人工修正字幕：

   • 打开websocket服务器 start_server.bat
   • 启动字幕编辑程序。
     • 百度网盘下载
     • 源码: https://github.com/1e0nhardt/GodotVideoPlayer

视频演示

Godot+AI 我的双语字幕制作流程

贡献指南

欢迎对 SubGenie 进行贡献。您可以通过 GitHub Issue 或 Pull Request 提交改进建议或报告问题。