Skip to content

About

Locally translate Japanese videos to generate subtitles.

Resources

Stars

0 stars

Watchers

0 watching

Forks

Repository files navigation

Subtitle Generator - 日语视听资源字幕生成工具

一个完整的日语视频/音频转录翻译工具,支持从日语视听资源自动生成中文字幕。

核心特性

  • 精准转录:使用Kotoba-Whisper v2.1进行日语语音识别
  • 智能翻译:集成LM Studio本地大模型进行日语→中文翻译
  • 批量优化:批量翻译提供更好的上下文理解
  • 多种输出:支持原文字幕、中文字幕、双语字幕三种格式
  • 实时反馈:带时间戳的日志显示和进度追踪
  • 智能过滤:自动过滤无意义的语气词(ああ、うん等)
  • 配置持久化:自动保存用户设置和偏好
  • 子进程架构:避免DLL冲突,确保稳定运行
  • 批量处理:多文件队列管理,支持递归扫描、断点续传
  • 日志过滤:非调试模式下智能隐藏翻译明细,日志更清爽

快速开始

前置要求

  1. Python 3.8+
  2. FFmpeg:用于音频提取
  3. LM Studio:本地运行翻译模型
  4. CUDA环境:用于GPU加速(推荐)

安装依赖

# 安装核心依赖
pip install PyQt6 transformers accelerate torchaudio
pip install stable-ts==2.16.0
pip install punctuators==0.0.5
pip install openai requests

使用步骤

  1. 启动LM Studio 并加载翻译模型

    • 推荐模型:sakura-galtransl-7b-v3.7
    • 确保模型已完全加载到内存
  2. 启动GUI

    python gui_main.py
  3. 配置处理参数

    • 选择视频/音频文件
    • Whisper模型:kotoba-tech/kotoba-whisper-v2.1(默认)
    • 翻译模型:选择LM Studio中已加载的模型
    • 批量翻译大小:70(推荐)
  4. 选择输出格式

    • 原文字幕(日语)
    • 中文字幕(翻译)
    • 双语字幕(日中对照)
  5. 开始处理

    • 点击"开始处理"按钮
    • 监控实时进度和日志

输出文件

处理完成后生成以下文件:

[filename]_original.srt      # 日语原文字幕
[filename]_translated.srt    # 中文翻译字幕  
[filename]_bilingual.srt     # 日中双语字幕
[filename]_transcription.txt # 完整转录文本

推荐配置

翻译模型选择

经过实际测试,以下模型效果最佳:

模型 参数量 翻译质量 速度 稳定性 推荐场景
sakura-galtransl-7b-v3.7 7B ⭐⭐⭐⭐⭐ ⭐⭐⭐ ⭐⭐⭐⭐⭐ 推荐默认使用
qwen2.5-7b-instruct 7B ⭐⭐⭐⭐ ⭐⭐⭐ ⭐⭐⭐⭐ 通用翻译
hy-mt1.5-1.8b 1.8B ⭐⭐ ⭐⭐⭐⭐⭐ ⭐⭐ 快速翻译(质量较低)

重要提示:

  • 小参数模型(1.5B-1.8B)容易出现翻译失败,直接返回日语原文
  • 建议使用7B以上参数模型确保翻译质量
  • sakura-galtransl系列针对日中翻译优化,效果最佳

性能优化建议

  • 批量翻译大小:

    • 推荐值:50-80条
    • 更大的值提供更好的上下文,但可能影响稳定性
    • 建议根据模型能力调整
  • 语气词过滤:默认开启,可保持字幕简洁

  • GPU加速:确保CUDA正确安装以获得最佳性能

技术架构

┌─────────────┐
│   GUI层     │ PyQt6 + QProcess(子进程隔离)
└──────┬──────┘
       │
┌──────▼──────────────────────────────┐
│  音频提取(FFmpeg)                  │
│  - 视频转WAV                         │
│  - 16kHz采样率,单声道                │
└──────┬──────────────────────────────┘
       │
┌──────▼──────────────────────────────┐
│  转录引擎(Kotoba-Whisper v2.1)     │
│  - 日语语音识别                       │
│  - 时间戳对齐                        │
└──────┬──────────────────────────────┘
       │
┌──────▼──────────────────────────────┐
│  翻译引擎(LM Studio)               │
│  - 批量翻译优化                      │
│  - 上下文保持                        │
└──────┬──────────────────────────────┘
       │
┌──────▼──────────────────────────────┐
│  字幕生成(SRT格式)                 │
│  - 原文字幕                          │
│  - 翻译字幕                          │
│  - 双语字幕                          │
└─────────────────────────────────────┘

配置文件

GUI配置保存在 gui_config.ini:

[Model]
whisper_model = kotoba-tech/kotoba-whisper-v2.1
translation_model = sakura-galtransl-7b-v3.7
lm_studio_url = http://127.0.0.1:1234/v1

[Output]
output_dir = 
original_subtitle = True
translated_subtitle = True
bilingual_subtitle = True
filter_mood_words = True
debug_mode = True

[Batch]
continue_on_failure = True
pause_on_failure = False
max_retries = 3
single_file_timeout = 600
recursive_folder_scan = True
temp_dir_keep_on_success = False

[UI]
window_width = 900
window_height = 800

故障排除

翻译返回日语原文

症状:中文字幕中出现日语内容,翻译失败

原因:翻译模型参数过小或能力不足

解决方案:

  • 更换更大的模型:推荐 sakura-galtransl-7b-v3.7
  • 调整批量翻译大小:降低到50-70
  • 检查LM Studio状态:确认模型已正确加载
  • 查看详细日志:监控翻译过程中的具体错误

模型加载失败

症状:转录阶段报错或卡住

解决方案:

  • 检查网络连接(首次需要下载模型)
  • 确认CUDA正确安装:python -c "import torch; print(torch.cuda.is_available())"
  • 查看错误日志定位具体问题

LM Studio连接失败

症状:无法获取模型列表,连接超时

解决方案:

  • 确认LM Studio正在运行
  • 检查服务地址(默认:http://127.0.0.1:1234/v1)
  • 确认LM Studio已加载至少一个模型
  • 检查防火墙设置

音频提取失败

症状:FFmpeg错误,无法处理视频文件

解决方案:

  • 确认FFmpeg已安装:ffmpeg -version
  • 添加FFmpeg到系统PATH环境变量
  • 检查输入文件格式和完整性

GUI启动失败

症状:无法启动界面,依赖库错误

解决方案:

  • 确认所有依赖已正确安装
  • 检查Python版本(需要3.8+)
  • 查看错误堆栈信息

命令行版本

如需批量处理或脚本集成,使用命令行版本:

python translate_subtitle.py "input.mp4" --output-dir "output"

参数说明:

  • --model: Whisper模型(默认:kotoba-tech/kotoba-whisper-v2.1)
  • --llm-model: 翻译模型(默认:sakura-galtransl-7b-v3.7)
  • --no-translate: 只转录不翻译
  • -o, --output-dir: 输出目录
  • --batch-size: 批量翻译大小(默认:10)

开发说明

项目结构

Subtitle generation/
├── gui_main.py              # GUI主程序
├── gui_config.py            # 配置管理
├── gui_worker.py            # 工作线程
├── gui_styles.qss           # QSS样式表
├── subprocess_processor.py  # 子进程处理逻辑
├── transcribe.py            # Whisper转录封装
├── llm_client.py            # LLM客户端封装
├── translate_subtitle.py    # 命令行版本
├── resource/                # 输出资源
├── docs/                    # 设计文档
├── test/                    # 测试文件
└── infor/                   # 参考信息

工作流程

  1. 音频提取:视频 → WAV(16kHz单声道)
  2. 转录:WAV → 日语文本 + 时间戳
  3. 翻译:日语字幕 → 中文字幕(批量处理)
  4. 输出:生成SRT和TXT文件

注意事项

  • 子进程架构避免PyTorch DLL冲突
  • UTF-8编码处理确保中文正确显示
  • 异步处理提供流畅的UI响应

版本历史

v2.1 (2026-04-30) — 稳定版

  • ✅ 全新GUI布局和QSS样式系统
  • ✅ 总体进度条和任务百分比实时显示
  • ✅ 翻译日志智能过滤(非调试模式下隐藏翻译明细)
  • ✅ 图标和字体微调,界面更整洁
  • ✅ 修复运行时BUG,提升稳定性

v2.0 (2026-04-28)

  • ✅ 实现多文件批量处理功能
  • ✅ 批量任务队列管理(继续/暂停/重试)
  • ✅ 递归扫描子文件夹
  • ✅ 配置持久化批量选项(超时、重试次数等)

v1.0 (2026-04-27)

  • ✅ 完整的日语转录和翻译功能
  • ✅ PyQt6图形用户界面
  • ✅ 集成LM Studio本地翻译模型
  • ✅ 批量翻译优化(默认70条)
  • ✅ 多格式字幕输出(原文/翻译/双语)
  • ✅ 智能语气词过滤
  • ✅ 配置持久化(自动保存用户设置)
  • ✅ 实时日志和时间戳显示
  • ✅ 智能模型选择(自动恢复上次选择)
  • ✅ 子进程架构(避免PyTorch DLL冲突)

贡献

欢迎提交Issue和Pull Request!

许可证

本项目仅供学习和个人使用。

About

Locally translate Japanese videos to generate subtitles.

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages