Chenyme-AAVT

Chenyme-AAVT

AI多语言视频翻译和字幕生成工具

Chenyme-AAVT是一款功能全面的AI视频翻译工具,支持多语言和多种文件格式。该工具集成OpenAI API和Faster-Whisper识别引擎,具备GPU加速和VAD辅助功能。通过ChatGPT、KIMI等翻译引擎,实现字幕生成、视频预览和内容总结。此外,Chenyme-AAVT还提供字幕微调和图文博客生成等功能,为视频处理提供全方位解决方案。

AAVT视频翻译字幕识别AI辅助多语言支持Github开源项目
<div align="center">

AI 自动视频(音频)翻译

简体中文 徽章 英文 徽章 在 Colab 中打开 下载 PyPI - 版本

Chenyme-AAVT V0.8.5

</div>

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自动识别、翻译工具和其他视频辅助工具,帮助快速识别视频字幕、翻译字幕、辅助图文。

  • 注意1:推荐选用 Faster-whisper 和 Large 模型以获得最好的断句、识别体验!
  • 注意2:由于考研,更新速度可能会放缓,学业为重,感谢理解~~~ 大家有想法、有问题、想交流的朋友们可以加群一起讨论噢!
  • 【紧急公告】Pytorch近期 2.4.x 版本,部分用户会直接报错:OSError找不到指定的模块fbgemm.dll,目前尚未知任何原因!

若发生此类错误,请尝试将对应的安装脚本(.bat文件)中的 torch 版本 修改为 2.3.1 并删除已安装 env 文件,重新运行安装脚本!

(示例)原:pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

(示例)改:pip install torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 --index-url https://download.pytorch.org/whl/cu121

给一颗免费的星支持一下叭~感谢!AAVT安装教程 | AAVT常见问题 | AAVT电报群组

本项目开源可魔改,发布请保留原作者 @chenyme 和 项目链接,感谢支持!请勿在任何平台收费项目源码!(代码这么烂也能收?)

由于微信群聊人数限制,入群请直接在电报私信我。 <br>

<img src="https://github.com/Chenyme/Chenyme-AAVT/assets/118253778/b20ddf3c-34c7-460b-bf98-fe66d856c6be" />

测试效果 点击下载

项目亮点

  • 支持 OpenAI APIFaster-Whisper 识别后端。
  • 支持 GPU 加速VAD辅助FFmpeg加速
  • 支持 本地部署模型ChatGPTKIMIDeepSeekChatGLMClaude等多种引擎翻译。
  • 支持识别、翻译 多种语言多种文件格式
  • 支持对 一键生成字幕微调视频预览
  • 支持对内容直接进行 AI总结、问答
  • 支持视频 生成图文博客

如何安装

修复闪退.bat请在 出现闪退/报错OMP/报错NoneType 的情况下 再运行,不要直接运行!

使用 Windows

  1. 安装 Python,请确保Python版本大于3.8

  2. 安装 FFmpegReleaseFull版本已经打包了FFmpeg库

  3. 运行 install.bat

使用 docker

docker pull eisai/chenyme-aavt

具体使用方法,请查阅:eisai/chenyme-aavt

感谢 @Eisaichen 提供此版本

使用 Colab

在 Colab 中打开

感谢 @Kirie233 提供此版本

待办事项

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 历史

Star 历史图表

项目界面预览

主页面

1716910190616

设置

1716910203660

视频识别

参数设置

d967ac4074d0c8ecba07b95de533730

运行界面

b861c5019833b770f98344f7a4c73a4

视频生成

1716650985701

字幕微调

1716651009788

内容助手

参数设置

461474f5d96b61b70bd239a9e3ddf8d

运行界面

14575fd5efbe138f364329626501b09

字幕翻译

35bc5a96676c7f2b9d71042eb7c877f

视频博客

09f60b8099f8ce19b83f4da63b26817

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!

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多