Skip to content

Latest commit

 

History

History
108 lines (71 loc) · 3.56 KB

README.md

File metadata and controls

108 lines (71 loc) · 3.56 KB
Raw

项目介绍

Video-subtitle-generator (vsg) 是一款基于语音识别，将音频/视频生成外挂字幕文件(srt格式)的软件。

  • 支持中文、英文、韩文、日文、越南语、俄语、西班牙语、葡萄语等语言的字幕生成

gui

DEMO

demo

源码使用说明

运行要求：需要Nvidia GPU显卡（显存大于1G可使用base模型，大于5G可使用medium模型，大于10G可使用large模型）

1. 下载安装Miniconda

2. 创建并激活虚机环境

（1）切换到源码所在目录：

cd <源码所在目录>

例如：如果你的源代码放在D盘的tools文件下，并且源代码的文件夹名为video-subtitle-generator，就输入 cd D:/tools/video-subtitle-generator-main

（2）创建激活conda环境

conda create -n vsgEnv python=3.8
conda activate vsgEnv

3. 安装依赖文件

请确保你已经安装 python 3.8+，使用conda创建项目虚拟环境并激活环境 (建议创建虚拟环境运行，以免后续出现问题)

安装依赖：

pip install -r requirements.txt

4. 运行程序

  • 运行图形化界面版本(GUI)
python gui.py
  • 运行命令行版本(CLI)
python backend/main.py
python backend/main.py -h

 -h
usage: main.py [-h]
               [-l {auto,en,zh-cn,zh-tw,zh-hk,zh-sg,zh-hans,zh-hant,de,es,ru,ko,fr,ja,pt,tr,pl,ca,nl,ar,sv,it,id,hi,fi,vi,he,uk,el,ms,cs,ro,da,hu,ta,no,th,ur,hr,bg,lt,la,ml,cy,sk,te,fa,lv,bn,sr,az,sl,kn,et,mk,br,eu,is,hy,ne,mn,bs,kk,sq,sw,gl,mr,pa,si,km,sn,yo,so,af,oc,ka,be,tg,sd}]
               [filename]

Subtitle Generator

positional arguments:
  filename              请输入文件完整路径：

optional arguments:
  -h, --help            show this help message and exit
  -l {auto,en,zh-cn,zh-tw,zh-hk,zh-sg,zh-hans,zh-hant,de,es,ru,ko,fr,ja,pt,tr,pl,ca,nl,ar,sv,it,id,hi,fi,vi,he,uk,el,ms,cs,ro,da,hu,ta,no,th,ur,hr,bg,lt,la,ml,cy,sk,te,fa,lv,bn,sr,az,sl,kn,et,mk,br,eu,is,hy,ne,mn,bs,kk,sq,sw,gl,mr,pa,si,km,sn,yo,so,af,oc,ka,be,tg,sd}, --language {auto,en,zh-cn,zh-tw,zh-hk,zh-sg,zh-hans,zh-hant,de,es,ru,ko,fr,ja,pt,tr,pl,ca,nl,ar,sv,it,id,hi,fi,vi,he,uk,el,ms,cs,ro,da,hu,ta,no,th,ur,hr,bg,lt,la,ml,cy,sk,te,fa,lv,bn,sr,az,sl,kn,et,mk,br,eu,is,hy,ne,mn,bs,kk,sq,sw,gl,mr,pa,si,km,sn,yo,so,af,oc,ka,be,tg,sd}

python backend/main.py test/test_cn.mp4 -l zh-cn
  • 代码调用：
    # 1.指定音视频文件路径
    wav_path = './test/test.flv'
    # 2. 新建字幕生成对象，指定语言
    sg = SubtitleGenerator(video_path, language='zh-cn')
    # 3. 运行字幕生成
    ret = sg.run()

5. 程序配置

  • 设置模型文件

修改settings.ini中的Mode，取值为：base, medium, large，即可使用对应的识别模型

Mode 要求显存 速度
base 大于1 GB ~16x
medium 大于5 GB ~2x
large 大于10 GB 1x