VideoCaptioner

项目概述

VideoCaptioner（卡卡字幕助手）是一款基于大语言模型的视频字幕处理工具，提供语音识别、字幕优化、翻译和视频合成的一站式处理。

主要功能

• 语音转录：支持 faster-whisper、whisper-api、bijian（免费）、jianying（免费）、whisper-cpp 等引擎
• 字幕优化/翻译：支持 LLM、bing（免费）、google（免费）翻译服务
• 字幕断句：按语义重新分割字幕
• 配音：根据字幕生成配音音轨或配音视频
• 字幕合成：字幕烧录到视频（软字幕/硬字幕）
• 全流程处理：转录 → 优化 → 翻译 → 合成
• 视频下载：支持 YouTube、B站等平台
• 提供 CLI 和 GUI 桌面版

适用人群

• 视频创作者和字幕制作者
• 需要批量处理字幕的团队
• 跨平台桌面用户

快速上手

# 安装 CLI + GUI 桌面版
pip install videocaptioner

# 语音转录（免费）
videocaptioner transcribe video.mp4 --asr bijian

# 全流程处理
videocaptioner process video.mp4 --target-language ja

核心优势

• 基于 LLM，智能处理字幕
• 免费功能无需配置，安装即用
• 支持多种语音识别和翻译引擎
• 提供 CLI 和 GUI 两种使用方式

系统要求

• 操作系统：Windows、macOS、Linux
• 额外依赖：Python