discover · compare · collections · requirements · contribute · feed · watching · stats · help with your tokens
WEIFENG2333/VideoCaptioner · source
Snapshot 0 · 2026-11-04T12:47:27Z · Python · GPL-3.0
Content fingerprint
591dde55fed7a85067ea87afb4784bd1f158f5bd918117ba9d60d5172d3f01beGitHub description at capture
🎬 卡卡字幕助手 | VideoCaptioner - 基于 LLM 的智能字幕助手 - 视频字幕生成、断句、校正、字幕翻译全流程处理！- A powered tool for easy and efficient video subtitling.
README at capture
<div align="center"> <img src="./docs/images/logo.png" alt="VideoCaptioner Logo" width="100"> <h1>VideoCaptioner</h1> <p>基于大语言模型的视频字幕处理工具 — 语音识别、字幕优化、翻译、视频合成一站式处理</p> [在线文档](https://weifeng2333.github.io/VideoCaptioner/) · [CLI 使用](#cli-命令行) · [GUI 桌面版](#gui-桌面版) · [Claude Code Skill](#claude-code-skill) </div> ## 安装 ```bash pip install videocaptioner # 安装 CLI + GUI 桌面版 ``` 免费功能（必剪语音识别、必应/谷歌翻译）**无需任何配置，安装即用**。 ## CLI 命令行 ```bash # 语音转录（免费，无需 API Key） videocaptioner transcribe video.mp4 --asr bijian # 字幕翻译（免费必应翻译） videocaptioner subtitle input.srt --translator bing --target-language en # 全流程：转录 → 优化 → 翻译 → 合成 videocaptioner process video.mp4 --target-language ja # 字幕烧录到视频 videocaptioner synthesize video.mp4 -s subtitle.srt # 下载在线视频 videocaptioner download "https://youtube.com/watch?v=xxx" ``` 需要 LLM 功能（字幕优化、大模型翻译）时，配置 API Key： ```bash videocaptioner config set llm.api_key <your-key> videocaptioner config set llm.api_base https://api.openai.com/v1 videocaptioner config set llm.model gpt-4o-mini ``` 配置优先级：`命令行参数 > 环境变量 (VIDEOCAPTIONER_*) > 配置文件 > 默认值`。运行 `videocaptioner config show` 查看当前配置。 <details> <summary>所有 CLI 命令一览</summary> | 命令 | 说明 | |------|------| | `gui` | 打开桌面版。也可以直接运行 `videocaptioner-gui` | | `transcribe` | 语音转字幕。引擎：`faster-whisper`、`whisper-api`、`bijian`（免费）、`jianying`（免费）、`whisper-cpp` | | `subtitle` | 字幕优化/翻译。翻译服务：`llm`、`bing`（免费）、`google`（免费） | | `dub` | 根据字幕生成配音音轨或配音视频 | | `synthesize` | 字幕烧录到视频（软字幕/硬字幕） | | `process` | 全流程处理 | | `download` | 下载 YouTube、B站等平台视频 | | `config` | 配置管理（`show`、`set`、`get`、`path`、`init`） | 运行 `videocaptioner <命令> --help` 查看完整参数。完整 CLI 文档见 [docs/cli.md](docs/cli.md)。 </details> ## GUI 桌面版 ```bash pip install videocaptioner videocaptioner-gui # 显式打开桌面版 videocaptioner gui # 等价命令 videocaptioner # 无参数时也会打开桌面版 ``` <details> <summary>其他安装方式：Windows 安装包 / macOS 一键脚本</summary> **Windows**：从 [Release](https://github.com/WEIFENG2333/VideoCaptioner/releases) 下载安装包 **macOS**： ```bash curl -fsSL https://raw.githubusercontent.com/WEIFENG2333/VideoCaptioner/master/scripts/run.sh | bash ``` </details> <!-- <div align="center"> <img src="https://h1.appinn.me/file/1731487405884_main.png" alt="界面预览" width="90%" style="border-radius: 5px;"> </div> -->   ## LLM API 配置 LLM 仅用于字幕优化和大模型翻译，免费功能（必剪识别、必应翻译）无需配置。 支持所有 OpenAI 兼容接口的服务商： | 服务商 | 官网 | |--------|------| | **VideoCaptioner 中转站** | [api.videocaptioner.cn](https://api.videocaptioner.cn) — 高并发，性价比高，支持 GPT/Claude/Gemini 等 | | SiliconCloud | [cloud.siliconflow.cn](https://cloud.siliconflow.cn/i/HF95kaoz) | | DeepSeek | [platform.deepseek.com](https://platform.deepseek.com) | 在软件设置或 CLI 中填入 API Base URL 和 API Key 即可。[详细配置教程](https://weifeng2333.github.io/VideoCaptioner/config/llm) ## Claude Code Skill 本项目提供了 [Claude Code Skill](https://code.claude.com/docs/en/skills.md)，让 AI 编程助手可以直接调用 VideoCaptioner 处理视频。 安装到 Claude Code： ```bash mkdir -p ~/.claude/skills/videocaptioner cp skills/SKILL.md ~/.claude/skills/videocaptioner/SKILL.md ``` 然后在 Claude Code 中输入 `/videocaptioner transcribe video.mp4 --asr bijian` 即可使用。 ## 工作原理 ``` 音视频输入 → 语音识别 → 字幕断句 → LLM 优化 → 翻译 → 视频合成 ``` - 词级时间戳 + VAD 语音活动检测，识别准确率高 - LLM 语义理解断句，字幕阅读体验自然流畅 - 上下文感知翻译，支持反思优化机制 - 批量并发处理，效率高 ## 开发 ```bash git clone https://github.com/WEIFENG2333/VideoCaptioner.git cd VideoCaptioner uv sync && uv run videocaptioner # 运行 GUI uv run videocaptioner --help # 运行 CLI uv run pyright # 类型检查 uv run pytest tests/test_cli/ -q # 运行测试 ``` ## 许可证 [GPL-3.0](LICENSE) [](https://star-history.com/#WEIFENG2333/VideoCaptioner&Date)