用途
Video Subtitles 用于从视频或音频文件生成电影风格字幕，覆盖转录、翻译以及把字幕烧录进视频的完整流程。它适合需要为音视频内容制作可读字幕、或需要让字幕在不支持外挂字幕的平台上（例如 WhatsApp）也能始终可见的场景。
主要能力
- 希伯来语转录：使用 ivrit.ai 微调模型，资料称其为最佳希伯来语转录方案。
- 英语转录：使用 OpenAI Whisper large-v3。
- 自动检测：自动检测语言并选择最佳模型。
- 翻译：支持希伯来语 → 英语翻译。
- 烧录字幕（Burn-in）：把字幕硬编码进视频，使其在任何地方都可见，包括 WhatsApp。
- 电影风格排版：自然断句，每行 42 字符、时长 1–7 秒。
使用方式
工具通过命令行脚本 ./scripts/generate_srt.py 调用，基本用法如下：
纯文本转录
./scripts/generate_srt.py video.mp4
生成 SRT 文件
./scripts/generate_srt.py video.mp4 --srt
烧录字幕进视频（始终可见）
./scripts/generate_srt.py video.mp4 --srt --burn
翻译成英语并烧录
./scripts/generate_srt.py video.mp4 --srt --burn --translate en
强制指定语言
./scripts/generate_srt.py video.mp4 --lang he # Hebrew
./scripts/generate_srt.py video.mp4 --lang en # English
选项
| Flag | 说明 |
|---|---|
--srt |
生成 SRT 字幕文件 |
--burn |
把字幕烧录进视频（硬编码，始终可见） |
--embed |
嵌入软字幕（在播放器中可开关） |
--translate en |
翻译为英语 |
--lang he/en |
强制指定输入语言 |
-o FILE |
自定义输出路径 |
输出
- 默认：纯文本转录输出到 stdout
- 带
--srt：在输入文件旁生成video.srt - 带
--burn：生成video_subtitled.mp4，字幕为硬编码
依赖要求
- uv：Python 包管理器（可自动安装依赖）
- ffmpeg-full：用于烧录字幕（
brew install ffmpeg-full） - 模型：每个约 3GB，首次使用时自动下载
字幕样式
- 字体大小 12，白色文字配黑色描边
- 底部对齐，电影风格定位
- 每行最多 42 字符，最多 2 行
- 在标点和停顿处自然断句
限制
资料中仅明确提到希伯来语与英语两种语言的转录模型，以及希伯来语→英语的翻译方向；其他语言支持情况、收费与价格、平台覆盖范围、处理速度与效果等均暂未提供。