这是一个视频翻译工具,可将一种语言的视频翻译为另一种语言和配音的视频。
语音识别基于 openai-whisper
离线模型、文字翻译使用google
翻译接口,文字合成语音使用 Microsoft Edge tts
,背景音乐去除使用 Spleeter
,无需购买任何商业接口,也无需付费
cn.mp4
v1-1.mp4
-
只可用于 win10 win11 系统 (编译版非最新,建议源码部署)
-
从 release 中下载最新版,解压,双击 sp.exe
-
原始视频目录:选择mp4视频;
-
输出视频目录:如果不选择,则默认生成在同目录下的
_video_out
-
网络代理地址:如果你所在地区无法直接访问 google,需要在软件界面 网络代理 中设置代理,比如若使用 v2ray ,则填写
https://127.0.0.1:10809
,若clash,则填写https://127.0.0.1:7890
. 如果你修改了默认端口或使用的其他代理软件,则按需填写 -
视频原始语言:选择待翻译视频里的语言种类
-
翻译目标语言:选择希望翻译到的语言种类
-
选择配音:选择翻译目标语言后,可从配音选项中,选择配音角色;
嵌入字幕:是否翻译后将字幕嵌入视频 (该参数和“选择配音”必须至少设置其中一个,也就是不能“既不嵌入字幕又不选择配音角色”)
-
文字识别模型: 选择 base/small/medium/large, 识别效果越来越好,但识别速度越来越慢,第一次将需要下载模型,默认 base,可以预先单独下载模型后,放到
当前软件目录/models
目录下.模型单独下载地址
-
配音语速:填写 -90到+90 之间的数字,同样一句话在不同语言语音下,所需时间是不同的,因此配音后可能声画字幕不同步,可以调整此处语速,负数代表降速,正数代表加速播放。
-
自动加速: 如果翻译后的语音时长大于原时长,并且这里确认选中,那么将强制加速播放该片段,以缩小时长
-
去除背景音:若选中可尝试删掉背景音乐,以使结果更准确
-
静音片段: 填写100到2000的数字,代表毫秒,默认 500,即以大于等于 500ms 的静音片段为区间分割语音
-
点击 开始按钮 底部会显示当前进度和日志,右侧文本框内显示字幕
原始视频统一使用mp4格式,处理速度快,网络兼容性好
采用软合成字幕:字幕作为单独文件嵌入视频,可再次提取出,如果播放器支持,可在播放器字幕管理中启用或禁用字幕;
默认会在 原始视频目录 下生成同名的字幕文件 视频名.srt
对于无法识别的语音将直接复制原语音
- 配置好 python 3.9+ 环境
git clone https://github.com/jianchang512/pyvideotrans
cd pyvideotrans
pip install -r requirements.txt
- 解压 ffmpeg.zip 到根目录下 (ffmpeg.exe文件)
- 解压 pretrained_models.zip 在根目录下(Spleeter模型文件)
python sp.py
打开软件界面,python cli.py
命令行执行- 如果使用去除背景音功能,第一次需要下载模型,会比较耗时。你可以解压pretrained_models.zip 到当前项目根下
- 如果希望打包为exe的话,请使用命令
pyinstaller sp.py
,不要添加-w -F
参数,否则可能闪退(tensorflow缘故)
按照上述源码部署方式部署好后,执行
python cli.py
,可在命令行下执行
--source_mp4: 【必填】待翻译视频路径,以.mp4结尾
--target_dir: 翻译后视频存放位置,默认存放源视频目录下的 _video_out 文件夹
--source_language:视频语言代码,默认en
( zh-cn | zh-tw | en | fr | de | ja | ko | ru | es | th | it | pt | vi | ar )
--target_language:目标语言代码,默认zh-cn
( zh-cn | zh-tw | en | fr | de | ja | ko | ru | es | th | it | pt | vi | ar )
zh-cn: Simplified_Chinese
zh-tw: Traditional_Chinese
en: English
fr: French
de: German
ja: Japanese
ko: Korean
ru: Russian
es: Spanish
th: Thai
it: Italian
pt: Portuguese
vi: Vietnamese
ar: Arabic
--proxy:填写 http 代理地址,默认 None,如果所在地区无法访问google,需要填写,例如: https://127.0.0.1:10809
--insert_subtitle:是否翻译后将字幕嵌入视频 (该参数和 --voice_role 必须至少设置其中一个,也就是不能“既不嵌入字幕又不选择配音角色”)
--voice_role:根据所选目标语言代码,填写对应的角色名,注意角色名的前2个字母需要和目标语言代码的前2个字母一致,如果不知道该怎么填写,执行python cli.py show_vioce
将显示每种语言对应可用的角色名称
zh: zh-HK-HiuGaaiNeural, zh-HK-HiuMaanNeural, zh-HK-WanLungNeural, zh-CN-XiaoxiaoNeural, zh-CN-XiaoyiNeural, zh-CN-YunjianNeural, zh-CN-YunxiNeural
, zh-CN-YunxiaNeural, zh-CN-YunyangNeural, zh-CN-liaoning-XiaobeiNeural, zh-TW-HsiaoChenNeural, zh-TW-YunJheNeural, zh-TW-HsiaoYuNeural, zh-CN-shaa
nxi-XiaoniNeural
en: en-AU-NatashaNeural, en-AU-WilliamNeural, en-CA-ClaraNeural, en-CA-LiamNeural, en-HK-SamNeural, en-HK-YanNeural, en-IN-NeerjaExpressiveNeural,
en-IN-NeerjaNeural, en-IN-PrabhatNeural, en-IE-ConnorNeural, en-IE-EmilyNeural, en-KE-AsiliaNeural, en-KE-ChilembaNeural, en-NZ-MitchellNeural, en-
NZ-MollyNeural, en-NG-AbeoNeural, en-NG-EzinneNeural, en-PH-JamesNeural, en-PH-RosaNeural, en-SG-LunaNeural, en-SG-WayneNeural, en-ZA-LeahNeural, e
n-ZA-LukeNeural, en-TZ-ElimuNeural, en-TZ-ImaniNeural, en-GB-LibbyNeural, en-GB-MaisieNeural, en-GB-RyanNeural, en-GB-SoniaNeural, en-GB-ThomasNeur
al, en-US-AriaNeural, en-US-AnaNeural, en-US-ChristopherNeural, en-US-EricNeural, en-US-GuyNeural, en-US-JennyNeural, en-US-MichelleNeural, en-US-R
ogerNeural, en-US-SteffanNeural
fr: fr-BE-CharlineNeural, fr-BE-GerardNeural, fr-CA-AntoineNeural, fr-CA-JeanNeural, fr-CA-SylvieNeural, fr-FR-DeniseNeural, fr-FR-EloiseNeural, fr
-FR-HenriNeural, fr-CH-ArianeNeural, fr-CH-FabriceNeural
de: de-AT-IngridNeural, de-AT-JonasNeural, de-DE-AmalaNeural, de-DE-ConradNeural, de-DE-KatjaNeural, de-DE-KillianNeural, de-CH-JanNeural, de-CH-Le
niNeural
ja: ja-JP-KeitaNeural, ja-JP-NanamiNeural
ko: ko-KR-InJoonNeural, ko-KR-SunHiNeural
ru: ru-RU-DmitryNeural, ru-RU-SvetlanaNeural
es: es-AR-ElenaNeural, es-AR-TomasNeural, es-BO-MarceloNeural, es-BO-SofiaNeural, es-CL-CatalinaNeural, es-CL-LorenzoNeural, es-CO-GonzaloNeural, e
s-CO-SalomeNeural, es-CR-JuanNeural, es-CR-MariaNeural, es-CU-BelkysNeural, es-CU-ManuelNeural, es-DO-EmilioNeural, es-DO-RamonaNeural, es-EC-Andre
aNeural, es-EC-LuisNeural, es-SV-LorenaNeural, es-SV-RodrigoNeural, es-GQ-JavierNeural, es-GQ-TeresaNeural, es-GT-AndresNeural, es-GT-MartaNeural,
es-HN-CarlosNeural, es-HN-KarlaNeural, es-MX-DaliaNeural, es-MX-JorgeNeural, es-NI-FedericoNeural, es-NI-YolandaNeural, es-PA-MargaritaNeural, es-P
A-RobertoNeural, es-PY-MarioNeural, es-PY-TaniaNeural, es-PE-AlexNeural, es-PE-CamilaNeural, es-PR-KarinaNeural, es-PR-VictorNeural, es-ES-AlvaroNe
ural, es-ES-ElviraNeural, es-US-AlonsoNeural, es-US-PalomaNeural, es-UY-MateoNeural, es-UY-ValentinaNeural, es-VE-PaolaNeural, es-VE-SebastianNeura
l
th: th-TH-NiwatNeural, th-TH-PremwadeeNeural
it: it-IT-DiegoNeural, it-IT-ElsaNeural, it-IT-IsabellaNeural
pt: pt-BR-AntonioNeural, pt-BR-FranciscaNeural, pt-PT-DuarteNeural, pt-PT-RaquelNeural
vi: vi-VN-HoaiMyNeural, vi-VN-NamMinhNeural
ar: ar-DZ-AminaNeural, ar-DZ-IsmaelNeural, ar-BH-AliNeural, ar-BH-LailaNeural, ar-EG-SalmaNeural, ar-EG-ShakirNeural, ar-IQ-BasselNeural, ar-IQ-Ran
aNeural, ar-JO-SanaNeural, ar-JO-TaimNeural, ar-KW-FahedNeural, ar-KW-NouraNeural, ar-LB-LaylaNeural, ar-LB-RamiNeural, ar-LY-ImanNeural, ar-LY-Oma
rNeural, ar-MA-JamalNeural, ar-MA-MounaNeural, ar-OM-AbdullahNeural, ar-OM-AyshaNeural, ar-QA-AmalNeural, ar-QA-MoazNeural, ar-SA-HamedNeural, ar-S
A-ZariyahNeural, ar-SY-AmanyNeural, ar-SY-LaithNeural, ar-TN-HediNeural, ar-TN-ReemNeural, ar-AE-FatimaNeural, ar-AE-HamdanNeural, ar-YE-MaryamNeural, ar-YE-SalehNeural
--voice_rate:负数降低配音语速,正数加快配音语速,默认0
--voice_silence: 输入100-2000之间的数字,表示静音段的最小毫秒,默认为 500。
--voice_autorate: 如果翻译后的音频时长超过原时长,是否强制加速播放翻译后的音频,以便对齐时长
--whisper_model: 默认为base,可选 base / small / medium / large,效果越来好,速度越来越慢。
--remove_background:是否移除背景音,如果传入该参数即代表去除背景音
cli示例
python cli.py --source_mp4 "D:/video/ex.mp4" --source_language en --target_language zh-cn --proxy "https://127.0.0.1:10809" --voice_replace zh-CN-XiaoxiaoNeural
上述意思是,将源语言为英文的 D:/video/ex.mp4 视频,翻译为中文视频,设置代理 https://127.0.0.1:10809 使用配音角色为 zh-CN-XiaoxiaoNeural
python cli.py --source_mp4 "D:/video/ex.mp4" --source_language zh-cn --target_language en --proxy "https://127.0.0.1"1080 9" --voice_replace en-US-AriaNeural --voice_autorate --whisper_model small
上述意思是,将源语言为中文的 D:/video/ex.mp4 视频,翻译为英文视频,设置代理 https://127.0.0.1:10809 使用配音角色为 en-US-AriaNeural,如果翻译后的语音时长大于原语音,则自动加速,文字识别模型采用 small 模型
翻译使用 requests 请求 google api,然后提取,过于频繁可能会被限制。
本程序依赖这些开源项目
- pydub
- ffmpeg
- PyQt5
- SpeechRecognition
- edge-tts
- Spleeter
- openai-whisper