本项目是一个自动化的 YouTube 视频处理工具。它能够下载视频,提取音频,使用本地 AI 模型(Whisper)转录字幕,并调用 DeepSeek API 进行术语表增强的翻译,最后将双语字幕烧录进视频中。
- 视频下载:利用
yt-dlp下载最高质量的视频资源。 - 语音转文字:集成
faster-whisper在本地进行高效、高准确度的转录。 - 智能翻译:对接 DeepSeek API,支持行业术语表(Glossary),确保专业词汇翻译准确且一致。
- 自动化压制:使用
FFmpeg自动合成字幕,支持多种显示模式。 - 项目管理:支持以项目为单位组织视频任务,自动生成进度记录。
在运行本项目之前,请确保系统中已安装以下软件:
- Python 3.10+
- FFmpeg: 必须安装并在系统 PATH 中。用于提取音频和烧录字幕。
- CUDA (可选): 如果需要 GPU 加速转录,请安装相应的 NVIDIA 驱动和 CUDA 环境。
本项目推荐使用 uv 管理依赖,以获得极速的安装体验:
# 安装 uv (如果尚未安装) curl -LsSf https://astral.sh/uv/install.sh | sh # 同步项目依赖并创建虚拟环境 uv sync
在项目根目录下创建 .env 文件,并配置以下内容:
# DeepSeek API 配置 DEEPSEEK_API_KEY=你的_DEEPSEEK_API_KEY DEEPSEEK_API_BASE=https://api.deepseek.com # 存储配置 OUTPUT_ROOT=output # 项目数据和视频的输出根目录,默认为 output # 模型配置 CHAT_MODEL=deepseek-chat WHISPER_MODEL=base # 可选: tiny, base, small, medium, large-v3
项目通过 main.py 进行命令行交互。
创建一个新项目并指定所属行业(用于生成行业术语表):
# -i 是 --industry 的缩写 python main.py init "强化学习课程" -i "强化学习,人工智能"
向项目中添加单个视频或整个播放列表链接:
python main.py add "强化学习课程" "https://www.youtube.com/watch?v=..."
运行全自动处理流程(下载 -> 转录 -> 翻译 -> 压制):
# 如需查看详细 AI 调用日志,可添加 --debug 参数 python main.py --debug run "强化学习课程"
- 查看项目列表:
python main.py list - 更新术语表:
python main.py glossary "项目名" -i "新行业"
在项目的 project_config.json 中可以修改 burn_mode:
none: 不执行压制,仅生成字幕文件。original: 仅压制原语字幕(位于视频底部,白色)。translated: 仅压制翻译字幕(位于视频顶部,黄色)。double: (默认) 同时压制双语字幕。
.
├── src/ # 核心逻辑 (AI, 视频, YouTube 处理)
├── output/ # 默认数据存储目录
│ └── [项目名]/
│ ├── project_config.json # 项目配置与进度
│ ├── glossary.json # 行业术语表
│ └── videos/ # 视频素材与成品
├── main.py # 命令行入口
├── cli.py # 命令行界面定义
└── .env # 敏感配置 (API Keys)
本项目采用 MIT License 开源协议。