video-translate 1.0.0

视频英文字幕翻译为中文字幕工具

🎬 视频字幕翻译工具

将视频自动识别语音、翻译成目标语言，并生成字幕文件或嵌入视频。支持 18 种语言互译。

✨ 功能特点

• 🎤 语音识别: 使用 OpenAI Whisper 进行高精度语音识别
• 🌐 多语言翻译: 支持 18 种语言互译（中、英、日、韩、法、德、西等）
• 🤖 多引擎支持: 支持 DeepSeek、OpenAI 等翻译引擎
• 📄 字幕生成: 支持 SRT、VTT、ASS 等多种字幕格式
• 🎥 字幕嵌入: 支持软字幕和硬字幕两种方式
• 🌍 双语字幕: 可选择生成双语字幕
• 💰 性价比高: DeepSeek API 价格实惠，翻译质量优秀
• 🏗️ 模块化设计: 易于扩展和维护

🌍 支持的语言

代码	语言	代码	语言
zh	中文	en	English
ja	日本語	ko	한국어
fr	Français	de	Deutsch
es	Español	ru	Русский
pt	Português	it	Italiano
nl	Nederlands	pl	Polski
tr	Türkçe	ar	العربية
hi	हिन्दी	th	ไทย
vi	Tiếng Việt	id	Bahasa Indonesia

使用 video-translate --list-languages 查看完整列表。

📁 项目结构

video-translate/
├── src/
│   └── video_translate/
│       ├── __init__.py      # 包初始化
│       ├── __main__.py      # 入口点
│       ├── cli.py           # 命令行接口
│       ├── config.py        # 配置管理
│       ├── models.py        # 数据模型
│       ├── transcriber.py   # 语音识别模块
│       ├── translator.py    # 翻译模块
│       ├── subtitle.py      # 字幕处理模块
│       ├── video.py         # 视频处理模块
│       ├── pipeline.py      # 处理流水线
│       └── utils.py         # 工具函数
├── pyproject.toml           # 项目配置
├── requirements.txt         # 依赖列表
├── LICENSE                  # MIT 许可证
├── .gitignore               # Git 忽略文件
└── README.md

📦 安装

1. 安装 uv（推荐）

# macOS/Linux
curl -LsSf https://astral.sh/uv/install.sh | sh

# Windows
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

2. 克隆项目

git clone https://github.com/yourusername/video-translate.git
cd video-translate

3. 安装依赖

# 使用 uv 安装（推荐）
uv sync

# 安装包含开发依赖
uv sync --dev

# 或者使用 pip
pip install -e .

5. 安装 FFmpeg

macOS:

brew install ffmpeg

Ubuntu/Debian:

sudo apt update && sudo apt install ffmpeg

Windows: 下载并安装 FFmpeg

6. 设置 API Key

前往 DeepSeek 开放平台 注册并获取 API Key

export DEEPSEEK_API_KEY='your-api-key-here'

或者使用 OpenAI:

export OPENAI_API_KEY='your-api-key-here'

🚀 使用方法

命令行使用

# 基本用法（英文 → 中文）
video-translate video.mp4

# 或者使用 python -m
python -m video_translate video.mp4

多语言翻译示例

# 英文 → 中文（默认）
video-translate video.mp4

# 日语 → 中文
video-translate video.mp4 --source ja --target zh

# 英文 → 日语
video-translate video.mp4 --source en --target ja

# 中文 → 英文
video-translate video.mp4 --source zh --target en

# 韩语 → 日语
video-translate video.mp4 --source ko --target ja

# 法语 → 德语
video-translate video.mp4 --source fr --target de

命令行选项

选项	说明
-s, --source	源语言代码 (默认: en)
-t, --target	目标语言代码 (默认: zh)
--list-languages	列出所有支持的语言
-o, --output	指定输出目录
-m, --model	Whisper 模型大小 (tiny/base/small/medium/large)
--translator	翻译引擎 (deepseek/openai)
--api-key	翻译 API Key
--target-only	只输出目标语言字幕，不含原文
--source-first	源语言在上，目标语言在下
--no-embed	不嵌入字幕到视频，只生成字幕文件
--hard-sub	使用硬字幕（烧录到视频中）
--font-size	硬字幕字体大小 (默认: 24)

更多示例

# 使用更大的模型提高识别准确度
video-translate video.mp4 --model large

# 只生成字幕文件，不嵌入视频
video-translate video.mp4 --no-embed

# 生成硬字幕（烧录到视频中）
video-translate video.mp4 --hard-sub

# 只输出目标语言字幕
video-translate video.mp4 --target-only

# 使用 OpenAI 翻译
video-translate video.mp4 --translator openai

# 指定输出目录
video-translate video.mp4 -o ./output

作为库使用

from video_translate import (
    Config,
    TranscriberConfig,
    TranslatorConfig,
    TranslationPipeline,
    WhisperModel,
    TranslatorType,
    Language,
)

# 创建配置 - 日语翻译成中文
config = Config(
    transcriber=TranscriberConfig(
        model=WhisperModel.BASE,
        language="ja"  # 源语言
    ),
    translator=TranslatorConfig(
        type=TranslatorType.DEEPSEEK,
        api_key="your-api-key",
        source_language=Language.JAPANESE,
        target_language=Language.CHINESE,
    ),
)

# 创建处理流水线
pipeline = TranslationPipeline(config)

# 处理视频
result = pipeline.process("video.mp4")

print(f"字幕文件: {result['subtitle_file']}")
print(f"输出视频: {result['output_video']}")

🤖 Whisper 模型选择

模型	大小	显存需求	速度	准确度
tiny	39M	~1GB	最快	较低
base	74M	~1GB	快	中等
small	244M	~2GB	中等	较高
medium	769M	~5GB	较慢	高
large	1550M	~10GB	慢	最高

建议：

• 快速预览：使用 tiny 或 base
• 正式使用：使用 small 或 medium
• 最高质量：使用 large

🔌 扩展翻译引擎

项目采用模块化设计，可以轻松添加新的翻译引擎：

from video_translate.translator import BaseTranslator

class MyTranslator(BaseTranslator):
    @property
    def name(self) -> str:
        return "MyTranslator"
    
    def translate_text(self, text: str, context: str = "") -> str:
        # 实现翻译逻辑
        pass
    
    def translate_batch(self, texts: list[str]) -> list[str]:
        # 实现批量翻译逻辑
        pass

📁 输出文件

• 视频名_{语言代码}.srt - 字幕文件（如 video_zh.srt, video_ja.srt）
• 视频名_{语言代码}.mp4 - 带字幕的视频（如果选择嵌入）

⚠️ 注意事项

1. 首次运行会自动下载 Whisper 模型，请确保网络畅通
2. 硬字幕会重新编码视频，耗时较长
3. 软字幕只复制流，速度快但某些播放器可能不支持
4. 确保系统已安装 FFmpeg
5. Apple Silicon Mac 会自动使用 MPS 加速

🛠️ 开发

# 安装开发依赖
uv sync --dev

# 运行测试
uv run pytest

# 代码格式化
uv run black src/

# 代码检查
uv run ruff check src/

# 类型检查
uv run mypy src/

📄 License

本项目采用 MIT License 开源许可证。

Copyright (c) 2026 innovationmech