Realtime Video Subtitle Translator

项目简介

Realtime Video Subtitle Translator 是一个本地运行的实时视频字幕生成与翻译工具，基于 OpenAI Whisper 模型和 MarianMT 翻译模型构建，支持 GPU/CPU 推理、跨平台运行。用户可以轻松加载本地视频，实时生成原语种字幕并翻译成目标语言。字幕可独立窗口显示、动态调整样式和位置，带来灵活、高效的视频辅助观影体验。

---

主要功能

• 视频播放控制：支持 MP4、MKV、AVI 等主流格式，进度条和音量调节
• 实时字幕生成：基于 Whisper 精准识别视频音频内容，生成时间对齐的字幕
• 字幕翻译：自动将源语言翻译为目标语言，支持多语种互译（可配置）
• 语言自动识别：自动检测视频音频中使用的语言，无需手动设置
• 字幕颜色可定制：分别设置源语言和目标语言字幕颜色
• 字幕窗口控制：支持一键隐藏/显示字幕窗口，随主窗口自动移动和缩放

---

安装与使用

安装步骤

# 创建环境并安装依赖(举荐使用conda 环境管理)
$ pip install -r requirements.txt

# 启动程序
$ python main.py

---

使用说明

1. 运行后点击 “加载视频” 按钮，选择本地视频文件
2. 程序会自动识别语言并开始生成字幕
3. 可选择源语言与目标语言进行翻译
4. 点击按钮可切换字幕窗口的显示/隐藏
5. 支持调节音量、进度条跳转、字幕颜色设置

---

跨平台支持

本项目支持以下操作系统：

本项目使用 Python 编写，基于 PyTorch、PyQt 和 ffmpeg 等通用跨平台组件构建，天然支持在多个主流操作系统上运行：

• openKylin/ buntu / Debian 等主流 Linux 发行版
• Windows 10 / 11等

由于本项目不依赖任何平台特定的二进制文件，且 PyTorch、Whisper 等库在各平台均提供良好支持，用户无需为系统差异做额外适配。你可以在任意平台中安装 Python 3.9+ 和依赖项后直接运行本工具，无需修改源码。

致谢

特此致谢为本项目字幕生成功能提供关键支持的开源技术与工具：PyQt6（GUI界面）、python-mpv（媒体播放）、FFmpeg-python（音视频处理）、faster-whisper与OpenAI-Whisper（语音识别）、Transformers（NLP模型）、PyTorch(>2.6)（深度学习框架），以及 pynvml、GPUtil、psutil（系统监控）、sentencepiece、sacremoses（文本处理）等组件。我们对所有开发者和技术社区的贡献深表感谢，并将持续遵循相关开源协议。