多语言影音研析

这是一个在本机运行的多语言影音处理工具。它可以读取 YouTube 等网络视频，或本地音频/视频文件，自动识别原文语言并生成：

• 带时间轴的原文转写稿
• 自然中文翻译与中文字幕
• 基于音频证据的人物 Profile（Markdown）
• 过滤闲聊后的重要要点和一段式全文概括
• 完整学习笔记、词汇、语法与固定表达
• 人工复查清单
• PotPlayer 媒体预览包

默认使用 faster-whisper 进行语音识别、Gemini 进行翻译和内容分析。支持日语、英语、中文、韩语、法语、德语、西班牙语及 Whisper 能识别的其他语言，也支持自动语言检测。

快速启动

双击 start.bat，或运行：

python main.py web --open-browser

默认地址为 http://127.0.0.1:7860。页面中的 Gemini API Key 仅保存在当前浏览器的本地存储中；也可在项目根目录的 secrets.local.env 中配置：

GEMINI_API_KEY=你的密钥

完整处理

网页中的“完整处理”会按顺序执行：

1. 语音转写
2. 翻译与学习分析（同时生成人物 Profile）
3. 媒体预览

命令行示例：

python main.py pipeline --input "D:\media\example.mp4" --language auto --resume

处理网络视频：

python main.py pipeline --url "https://www.youtube.com/watch?v=..." --language auto --resume

单项处理

仅转写：

python main.py transcribe --input "audio.wav" --language auto --quality high

已知语言时可用标准语言代码覆盖自动检测，例如 --language ja、--language en 或 --language zh。

对已有转写稿执行翻译与学习分析：

python main.py analyze --input "outputs\media\任务目录\transcripts\任务_transcript.json" --profile multilingual_study --resume

分析完成后，同一个分析目录会包含：

character_profile.md  人物性格、喜好、习惯与表达方式档案
video_summary.md      重要要点与全文概括
study_notes.md        完整学习笔记
bilingual.md          双语稿
translation_zh.srt    中文字幕
vocabulary.md         词汇表
grammar.md            语法与固定表达
review.md             人工复查清单
analysis.json         完整结构化分析结果

人物 Profile 是翻译与学习分析的一部分，不需要单独运行。它只根据音频中的直接表达和行为证据，整理人物性格表现、喜好与兴趣、价值取向、习惯、沟通风格、社交方式和身份线索，并为每条观察附上依据、时间范围与置信度；不做心理诊断或敏感属性推断。

默认配置

主要设置位于 config.yaml：

transcribe:
  language: "auto"
  quality: "high"

analysis:
  provider: "gemini"
  model: "gemini-3.1-flash-lite"
  target_language: "zh"
  profile: "multilingual_study"

公共配置不启用代理。需要本机代理或其他覆盖项时，将 config.local.example.yaml 复制为 config.local.yaml 后修改；该文件不会被 Git 跟踪。

日语任务仍可使用 dictionaries/vtuber_terms.txt 作为默认术语提示；其他语言不会自动加载这份日语词表。

输出目录

每个媒体任务独立保存在：

outputs/media/<任务名称>/
  audio/
  transcripts/
  analysis/
  previews/
  thumbnails/
  logs/

所有文件都保存在本机。AI 翻译与分析属于初稿，专有名词、反话、多人重叠、口音、方言及疑似 ASR 错误应结合 review.md 人工复核。

环境要求

• Python 3.10+
• ffmpeg（项目自带 tools/ffmpeg.exe 时会优先使用）
• faster-whisper
• yt-dlp
• Gemini API Key（运行翻译与学习分析时需要）

安装依赖：

pip install -r requirements.txt

如遇问题，可在网页展开“实时详细日志”，或查看对应任务目录和 outputs/web_jobs/ 下的日志。

开发与验证

开发依赖和检查命令：

python -m pip install -r requirements-dev.txt
python -m pytest -q
python -m compileall -q app main.py

提交改动前请阅读 CONTRIBUTING.md。安全问题和敏感信息处理方式见 SECURITY.md。

许可证

本仓库目前尚未授予开源许可证。除非另有明确说明，否则公开可见不代表允许复制、修改或分发。