一个基于 Whisper 的智能视频/音频转字幕工具，支持多语言识别和翻译功能。
- 🎬 多格式支持：MP4、MKV、AVI、MP3、WAV 等常见音视频格式
- 🗣️ 智能识别：基于 OpenAI Whisper 的高精度语音识别
- 🌍 多语言支持：自动检测语言，支持 99+ 种语言
- 🔄 翻译功能：可选翻译为指定语言
- ⏰ 精确时间轴：SRT 格式输出，时间精确到秒
- 🖥️ 双界面：命令行 + 图形界面，满足不同用户需求
- 🚀 高性能：支持多种模型大小，平衡速度与精度
# 克隆项目
git clone https://github.com/kelriclink/VideoTranSrt.git
cd VideoTranSrt
# 安装依赖
pip install -r requirements.txt
# 确保 ffmpeg 已安装
# Windows: 下载 ffmpeg 并添加到 PATH
# macOS: brew install ffmpeg
# Linux: sudo apt install ffmpeg# 基础用法
python -m video2srt input.mp4
# 指定输出文件
python -m video2srt input.mp4 -o output.srt
# 选择模型（tiny/base/small/medium/large）
python -m video2srt input.mp4 --model medium
# 启用翻译
python -m video2srt input.mp4 --translate en
# 完整参数示例
python -m video2srt input.mp4 -o output.srt --model medium --translate en --language auto# 启动 GUI
python -m video2srt.gui| 参数 | 说明 | 默认值 |
|---|---|---|
-o, --output |
输出文件名 | 自动生成 |
--model |
Whisper 模型大小 | base |
--translate |
翻译目标语言代码 | 不翻译 |
--language |
源语言（auto 自动检测） | auto |
--bilingual |
双语字幕模式 | false |
| 模型 | 大小 | 速度 | 精度 | 推荐场景 |
|---|---|---|---|---|
tiny |
39 MB | 最快 | 较低 | 快速预览 |
base |
74 MB | 快 | 中等 | 日常使用 |
small |
244 MB | 中等 | 较好 | 平衡选择 |
medium |
769 MB | 较慢 | 很好 | 高质量需求 |
large |
1550 MB | 最慢 | 最佳 | 专业用途 |
支持 99+ 种语言，包括但不限于：
- 🇨🇳 中文 (zh)
- 🇺🇸 英语 (en)
- 🇯🇵 日语 (ja)
- 🇰🇷 韩语 (ko)
本项目采用 MIT 许可证。详情请参阅 LICENSE 文件。
更多详细信息，请参阅 文档目录：
项目包含与 Python 并行的原生子项目（CLI 与 Qt GUI）。在 Windows 上现已支持“纯 CMake 一键构建并自动部署”。
依赖管理（Git 子模块）：
- 本仓库通过 Git Submodule 引入原生依赖：
native/third_party/nlohmann_json→ nlohmann/jsonnative/third_party/whisper.cpp→ ggerganov/whisper.cpp
- 首次克隆或拉取后请初始化子模块：
# 推荐：递归拉取子模块 git clone --recurse-submodules https://github.com/kelriclink/VideoTranSrt.git # 如果已克隆：在仓库根目录执行 git submodule update --init --recursive
快速开始（Windows，纯 CMake 自动部署）：
# 在仓库根目录执行
cmake -S .\native -B .\native\build -G Ninja -DCMAKE_BUILD_TYPE=Release \
-DV2S_USE_LOCAL_DEPS=ON \
-DCMAKE_PREFIX_PATH="C:\Qt\6.10.0\mingw_64" \
-DV2S_WINDEPLOYQT_EXE="C:\Qt\6.10.0\mingw_64\bin\windeployqt.exe"
cmake --build .\native\build --config Release启用 Whisper（可选）：
cmake -S .\native -B .\native\build -G Ninja -DCMAKE_BUILD_TYPE=Release \
-DCMAKE_PREFIX_PATH="C:\Qt\6.10.0\mingw_64" \
-DV2S_USE_LOCAL_DEPS=ON \
-DV2S_ENABLE_WHISPER=ON \
-DV2S_WINDEPLOYQT_EXE="C:\Qt\6.10.0\mingw_64\bin\windeployqt.exe"
cmake --build .\native\build --config Release构建完成后：
- GUI：
native/build/apps/qtgui/v2s_qt.exe（目录下已自动部署 Qt 运行库与所需 DLL） - CLI：
native/build/apps/cli/v2s_cli.exe（目录下已自动拷贝 FFmpeg 与 MinGW 运行时 DLL） - 两者均会自动拷贝
config/default_config.json至可执行目录的config/子目录（可关闭或自定义路径）
可选配置：
-DV2S_DEPLOY_ON_BUILD=OFF关闭自动部署（默认 ON）-DV2S_WINDEPLOYQT_EXE=...指定 windeployqt.exe 路径（未指定时尝试自动推断）-DV2S_COPY_DEFAULT_CONFIG_ON_BUILD=OFF关闭默认配置文件拷贝（默认 ON）-DV2S_DEFAULT_CONFIG_PATH="D:/path/to/default_config.json"指定配置文件来源路径（默认为仓库根目录下的config/default_config.json）
脚本方式（可选）：仍可使用 native/configure.ps1 自动检测 Qt/MinGW 与本地依赖完成配置与构建，详见 native/BUILD.md。
更多依赖管理与高级用法，请参阅 native/BUILD.md 与 native/README.md。