- Star
- 16,297
- Fork
- 1,415
- 未关闭 Issue
- 214
- 最近提交
- 上个月
这是什么?
VideoCaptioner 覆盖视频字幕处理的完整流程:先做语音识别,再按语义断句,用大语言模型优化文字,随后翻译,最后把字幕合成回视频。项目同时提供命令行工具和桌面图形界面,可通过 pip 一键安装。
部分功能无需任何配置即可使用,例如必剪、剪映语音识别,以及必应、谷歌翻译。字幕优化和大模型翻译需要配置 OpenAI 兼容接口的 API Key,可在图形界面、命令行或环境变量中设置。
此外,项目还提供 Claude Code Skill,让 AI 编程助手可以直接调用它处理视频。它也支持下载 YouTube、B站等平台的在线视频,作为字幕处理的起点。
核心功能
- 01支持多种语音识别引擎,包括免费的必剪和剪映
- 02基于 LLM 进行语义断句和字幕校对
- 03支持通过 LLM、必应或谷歌翻译字幕
- 04可将字幕以软字幕或硬字幕形式合成到视频中
- 05提供全流程命令,串联识别、优化、翻译和合成
- 06同时提供桌面图形界面和命令行,配置可分层覆盖
适用场景
- 为视频快速生成字幕,省去手动听写
- 将视频字幕翻译成其他语言
- 通过命令行批量处理字幕文件
- 借助 Claude Code Skill 让 AI 编程助手完成视频字幕任务
快速上手
- 1
从 PyPI 安装 CLI 和 GUI 桌面版
pip install videocaptioner - 2
打开 GUI 桌面版
videocaptioner-gui - 3
或在命令行转录视频(免费,无需 API Key)
videocaptioner transcribe video.mp4 --asr bijian
使用前须知
- 字幕优化和大模型翻译等 LLM 功能需要你自备 OpenAI 兼容接口的 API Key。
- 采用 GPL-3.0 许可证,衍生分发版本也需要按 GPL 条款开源。
标签
常见问题
- VideoCaptioner 是什么?
- 基于大语言模型的视频字幕工具,覆盖语音识别、断句、校正、翻译到字幕合成的全流程。 VideoCaptioner 覆盖视频字幕处理的完整流程:先做语音识别,再按语义断句,用大语言模型优化文字,随后翻译,最后把字幕合成回视频。项目同时提供命令行工具和桌面图形界面,可通过 pip 一键安装。
- VideoCaptioner 可以免费使用吗?用的什么许可证?
- VideoCaptioner 以 GPL-3.0 许可证开源。用于商业产品前,请先确认许可证条款。
- VideoCaptioner 还在维护吗?
- 半年内有更新。VideoCaptioner 最近一次提交是在 2026年9月12日。
- VideoCaptioner 适合用来做什么?
- 为视频快速生成字幕,省去手动听写 将视频字幕翻译成其他语言 通过命令行批量处理字幕文件 借助 Claude Code Skill 让 AI 编程助手完成视频字幕任务
- VideoCaptioner 怎么安装和运行?
- 从 PyPI 安装 CLI 和 GUI 桌面版: pip install videocaptioner 打开 GUI 桌面版: videocaptioner-gui 或在命令行转录视频(免费,无需 API Key): videocaptioner transcribe video.mp4 --asr bijian
- 在哪里获取 VideoCaptioner?
- 源代码和安装说明在 GitHub 上:https://github.com/WEIFENG2333/VideoCaptioner
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
基于 Gradio 的网页工具,集成语音合成、声音克隆、Whisper 转录、YouTube 下载、人声分离和翻译,用于配音制作。
1.3万1909PythonGPL-3.0更新于 3个月前
一款命令行与网页面板工具,用于测试各平台免费编程大模型的延迟和稳定性,并把选中的模型配置到编程工具中。
2824294HTMLOther更新于 14小时前
一个命令行工具,扫描代码库并生成精简的 AI 上下文文件,减少编程助手探索项目时消耗的 token。
1419128TypeScriptMIT更新于 3个月前
面向渗透测试人员的终端 AI 智能体 CLI,人类全程掌控,覆盖侦察、验证与取证报告。
1404274TypeScriptApache-2.0更新于 2个月前
面向 Claude Code、Codex、Cursor 等工具的 AI 智能体编排系统,用分阶段流水线自动完成任务、审查、发布和文档工作。
1004118JavaScriptMIT更新于 21小时前