AI Auto Video(Audio) Translation

Chenyme-AAVT V0.8.3

非常感谢您来到我的 全自动视频翻译 项目！该项目旨在提供一个简单易用的全自动视频（音频）识别、翻译工具，帮助您快速识别视频字幕并翻译生成字幕文件，然后将翻译后的字幕与原视频合并，以便您快速的实现视频翻译。

• Note0 ：字幕翻译的错位问题会逐步优化。由于考研，更新速度可能会放缓，感谢理解~~~
• Note1 ：推荐选用 Faster-whisper 和 Large 模型以获得最好的断句、识别体验！
• Note2 ：新版本改动很大，BUG较多，因此近期更新比较频繁，建议更新！
• Note3 ：这个版本稳定后更新会放缓，学业为重，大家有问题可以加群讨论噢！

这次更新真的很耗时鸭！给一颗免费的星鼓励一下叭~感谢！AAVT项目文档

测试效果 点击下载

项目亮点

• 支持 OpenAI API 接口调用 和 Faster-Whisper 本地运行。
• 支持 GPU 加速、VAD辅助。
• 支持 ChatGPT、KIMI、DeepSeek、ChatGLM、本地部署模型 多种翻译模式。
• 支持 调节多种参数，满足定制化需求。
• 支持识别、翻译 多种语言 和 多种文件格式 。
• 支持 一键生成 处理好的内容。
• 支持对 字幕修改、微调、预览。
• 支持对内容直接进行 AI总结、问答。
• 支持视频直接 生成图文博客。

如何安装

1. 安装 Python

• 请确保Python版本大于3.8

2. 安装 FFmpeg

• Release 中Full版本已经打包了FFmpeg库

• 设置 FFmpeg 环境变量

  • Win+R 快捷键打开运行对话框。
  • 输入 rundll32 sysdm.cpl,EditEnvironmentVariables。
  • 在用户变量中找到 Path。
  • 点击新建，输入 FFmpeg 的路径。 示例：D:\APP\ffmpeg\bin（请根据自己的实际路径调整）。

3. 运行 install.bat

• 选择对应版本的 install.bat，等待安装所有依赖库

• CPU运行选择CPU版本，CUDA11.8、CUDA12.1同理

TODO

识别相关

• 更换更快的Whisper项目
• 支持本地模型加载
• 支持个人微调Whisper模型
• VAD辅助优化
• 字词级断句优化
• 更多的语种识别

翻译相关

• 翻译优化
• 更多的语种翻译
• 更多的翻译模型
• 更多的翻译引擎
• 支持本地大语言模型翻译

字幕相关

• 个性化字幕
• 更多字幕格式
• 字幕预览、实时修改
• 自动化字幕文本校对
• 双字幕

其他

• 视频总结、罗列重点
• 视频预览
• AI助手
• 视频生成博客*
• 实时语音翻译
• 视频中文配音

注：含*的功能还不稳定，可能存在某些BUG。

Star History

项目界面预览

主页面

设置

视频识别

参数设置

运行界面

视频生成

字幕微调

内容助手

参数设置

运行界面

字幕翻译

视频博客

鸣谢

本人是 AI 时代的受益者，本项目的开发基本是站在巨人的肩膀上实现的。主要基于 OpenAI 开发的 Whisper 来识别声音和 LLMs 辅助翻译字幕 ，利用 Streamlit 搭建快速使用的 WebUI 界面，以及 FFmpeg 来实现字幕与视频的合并。

非常感谢 OpenAI 、 Streamlit 、 FFmpeg 、Faster-whisper 等开发人员！