animesub 0.4.0

Инструмент для автоматического создания субтитров для аниме

AnimeSub

Инструмент для автоматического создания субтитров из любого видео- или аудиофайла.
Оптимизирован для японского языка (подходит для аниме, интервью, и т.п.).

---

📦 Установка

Установите из PyPI:

pip install animesub

💡 Для использования CUDA рекомендуется установить torch и torchaudio с поддержкой вашей версии CUDA вручную:

pip install torch torchaudio --index-url https://download.pytorch.org/whl/cu126

Также требуется ffmpeg и demucs:

conda install ffmpeg -c conda-forge
pip install demucs

---

🚀 Использование

Создайте субтитры по умолчанию (с моделью kotoba-whisper-v2.2):

animesub input_file.mp4

Это создаст файл input_file.srt в текущей директории.

🔧 Параметры CLI

Аргумент	Описание
input_file	Путь к входному видео или аудио
-o, --output	Путь к выходному .srt (по умолчанию: <имя_файла>.srt)
-m, --model	Название модели Whisper: ↩ tiny, base, small, medium, large, ↩ kotoba-whisper, kotoba-faster, kotoba-whisper-v2.2 ↩ (по умолчанию: kotoba-whisper-v2.2)
-d, --device	cpu или cuda (по умолчанию: определяется автоматически)
--demucs-model	Модель вокальной сепарации: ↩ htdemucs или mdx_extra_q ↩ (по умолчанию: htdemucs)
--merge-silence	Максимальная пауза между VAD-сегментами для их объединения ↩ (только для kotoba-моделей), например: 0.6 ↩ (по умолчанию: 0.6)

📌 Примеры

С базовой моделью на CPU:

animesub input.mp3 -m base -d cpu

С моделью kotoba и кастомной паузой объединения:

animesub input.mkv -m kotoba-whisper-v2.2 --merge-silence 0.8 -d cuda

С сохранением результата в указанный файл:

animesub episode.mp4 -o subtitles.srt

---

🎯 Как это работает

Процесс состоит из 5 этапов:

1. 🎵 Отделение вокала (Demucs)
2. 🎙️ Обнаружение сегментов речи (Silero VAD)
3. ✍️ Транскрипция аудио (Whisper или Kotoba)
4. 🔡 Постобработка: японская пунктуация (XLM-RoBERTa)
5. 📝 Экспорт в .srt (с форматированием и очисткой текста)

---

🧠 Поддерживаемые модели

• Faster-Whisper (от OpenAI):

  • tiny, base, small, medium, large, large-v2, large-v3

• Faster-Whisper (kotoba):

  • kotoba-faster (на основе kotoba-tech/kotoba-whisper-v2.0-faster)

• Kotoba-Whisper (через transformers):

  • kotoba-whisper, kotoba-whisper-v2.2

---

🧪 Тестирование

Убедитесь, что установлены зависимости из pyproject.toml или вручную:

pip install torch torchaudio faster-whisper transformers demucs punctuators

---

🔗 Google Colab

---

🛠️ Использование как библиотеки

Можно импортировать и использовать в своём Python-скрипте:

from AnimeSub.main_logic import process_audio

process_audio(
    input_path="video.mp4",
    output_path="subs.srt",
    model_name="kotoba-whisper-v2.2",
    device="cuda",
    merge_silence=0.6
)

---

📜 Лицензия

MIT

---

👤 Автор

Ivan Tyumentsev 📧 [e-mail] 🔗 GitHub