视频翻译器 (Video Translator)

一个自动将视频翻译成其他语言的工具，支持字幕和配音。

支持的语言

源语言

• 中文 (Chinese)
• 英文 (English)

目标语言

• 英语 (English)
• 中文 (Chinese)
• 法语 (French)
• 德语 (German)
• 日语 (Japanese)
• 韩语 (Korean)
• 意大利语 (Italian)

字幕处理逻辑

字幕显示时长与拆分后的音频时长一致，遵循以下规则：

1. 每条字幕最多显示2行
2. 如果字幕超过2行，则拆分成多条字幕显示
3. 显示时长按照公式计算：
   • 基本时长 = 原始音频时长 / 拆分后的字幕条数
   • 如果最后一条字幕只有1行，显示时间缩短为：基本时长/2 + 1秒

示例

如果一条字幕的时间范围是2秒～23秒，一共有5行字幕：

• 拆分为5/2=3条字幕
• 每条字幕的基本显示时长为(23-2)/3 = 7秒
• 最后一条字幕因为只有1行，显示时间缩短为 7/2 + 1 = 4.5秒

日志系统

日志文件按小时生成，存储在项目目录下的 logs 文件夹中：

• 文件名格式：video_translator_YYYY-MM-DD_HH.log
• 例如：video_translator_2025-04-17_23.log

主要功能

1. 视频转录：识别视频中的语音并转换为文本
2. 文本翻译：将识别出的文本翻译成目标语言
3. 语音合成：将翻译后的文本转换为语音
4. 字幕生成：创建与翻译文本匹配的字幕
5. 视频处理：将翻译后的音频和字幕与原始视频合并

技术栈

• AWS Transcribe：语音识别
• AWS Translate/Bedrock：文本翻译
• AWS Polly：语音合成
• FFmpeg：视频处理
• Streamlit：用户界面