Whisper Translator CN

一个基于 Whisper 和 OpenAI API 的音视频字幕/歌词生成与中文翻译工具。(自用小工具，代码和文档使用了AI润色。参考了subtitle-translator。)

可以在 python-package 分支查看Python包版本，支持通过pip安装使用。

功能特性

• 生成视频字幕 (输出 SRT 格式)
• 生成音频歌词 (输出 LRCX 格式)
• 翻译字幕 (基于 OpenAI API)
• 支持翻译已有的字幕文件（.srt）和歌词文件（.lrc/.lrcx）
• 默认采用逐条翻译，支持批量翻译
• 默认输出双语字幕，支持输出纯中文字幕

环境配置

基础环境

• Python 3.8+
• ffmpeg （可选，用于 whisper.cpp 音频预处理）
• whisper.cpp / faster-whisper（可选，仅生成字幕/歌词时需要）

安装步骤

克隆项目并安装依赖

git clone https://github.com/LeGibet/whisper-translator-cn.git
cd whisper-translator-cn
# 安装依赖
pip install -r requirements.txt
# 复制配置模板
cp config.yaml.template config.yaml

配置 whisper

可选，仅生成视频字幕/音频歌词时需要

支持两种引擎，选择其一即可：

1. whisper.cpp （Mac上运行更快） 参考 whisper.cpp 完成配置，在 config.yaml 中填入路径

2. faster-whisper （无需额外配置） 在 config.yaml 中填入模型名称，首次使用会自动下载。具体参考 faster-whisper

# config.yaml
whisper:
  engine: "faster-whisper"  # "whisper-cpp" 或 "faster-whisper"

  whisper_cpp:
    binary_path: "/path/to/whisper.cpp"     # whisper.cpp 路径
    model_path: "/path/to/models/model.bin"  # 模型文件路径

  faster_whisper:
    model: "base"          # 模型名称
    compute_type: "float16"   # 可选: float32, float16, int8

配置 OpenAI API

用于翻译字幕

在 config.yaml 中配置：

# config.yaml
api_key: "your-api-key"
api_base: "https://api.openai.com/v1"
model: "gpt-4o-mini"

API密钥支持两种配置方式（按优先级排序）：

1. 环境变量（推荐）：

export OPENAI_API_KEY=<你的密钥>

2. 配置文件 config.yaml

使用示例

基础用法

# 一键生成并翻译字幕
python main.py video.mp4

# 仅生成字幕（不翻译）
python main.py video.mp4 --mode subtitle

# 仅翻译已有的 SRT 字幕 / LRCX 歌词（不需要配置 whisper）
python main.py subtitle.srt --mode translate

进阶用法

# 批量翻译模式（默认batch-size=50）
python main.py video.mp4 --trans-mode batch --batch-size 80

# 生成纯中文字幕
python main.py video.mp4 --chinese-only

# 自定义输出路径
python main.py video.mp4 -o custom_output.srt

# 自定义输出格式（支持srt字幕和lrcx歌词）
python main.py video.mp4 --format srt

参数说明

参数	简写	说明	默认值	示例
--output	-o	输出路径	auto	output.srt
--mode	-m	处理模式	all	translate
--trans-mode	-t	翻译模式	single	batch
--batch-size	-b	批量大小	50	100
--chinese-only	-c	仅中文	False	-
--log-file	-l	启用日志文件	False	-
--format	-f	输出格式	auto	srt/lrcx

翻译模式对比

逐条翻译 (Single Mode)

• ✅ 翻译输出稳定
• ❌ 缺乏上下文
• ❌ API调用频繁

批量翻译 (Batch Mode)

• ✅ 理解上下文
• ✅ 总token消耗一般更少
• ✅ 翻译更快
• ❌ 需要更大上下文窗口（可选择减小batch-size）
• ❌ 翻译输出不稳定，有可能出现翻译与原文不对应的情况

注意事项

Whisper 生成的字幕可能存在错误或幻觉，建议自行检查并校正字幕内容