4.3 KiB
auto-caption
Auto Caption はクロスプラットフォームのリアルタイム字幕表示ソフトウェアです。
v0.2.0 バージョンがリリースされました。ローカル字幕エンジンを追加予定の v1.0.0 バージョンが開発中...
📥 ダウンロード
📚 関連ドキュメント
基本的な使用方法
現在、Windows プラットフォーム向けのインストール可能なバージョンのみ提供されています。デフォルトの Gummy 字幕エンジンを使用する場合、まず Alibaba Cloud 百煉プラットフォームの API キーを取得し、環境変数に設定する必要があります。これによりモデルが正常に動作します。
アリババクラウドの国際版には Gummy モデルが提供されていないため、中国以外のユーザーは現在、デフォルトの字幕エンジンを使用できません。すべてのユーザーが利用できるように、新しいローカルの字幕エンジンを開発中です。
関連チュートリアル：
字幕エンジンの仕組みを理解したい場合、または独自の字幕エンジンを開発したい場合は、字幕エンジン説明文書を参照してください。
✨ 特徴
- 複数言語のインターフェースサポート
- 豊富な字幕スタイル設定
- 柔軟な字幕エンジン選択
- 複数言語の認識と翻訳
- 字幕記録の表示とエクスポート
- オーディオ出力とマイク入力の字幕生成
注意事項：
- Windows プラットフォームでは、オーディオ出力とマイク入力の両方の字幕生成がサポートされています。
- Linux プラットフォームでは、現在マイク入力の字幕生成のみがサポートされています。
- 現在、macOS プラットフォームには対応していません。
🚀 プロジェクトの実行
依存関係のインストール
npm install
字幕エンジンのビルド
まず、caption-engine フォルダに移動し、以下のコマンドを実行して仮想環境を作成します：
python -m venv subenv
次に、仮想環境をアクティブ化します：
# Windows
subenv/Scripts/activate
# Linux
source subenv/bin/activate
次に、依存関係をインストールします（Linux 環境の場合、requirements.txt の PyAudioWPatch をコメントアウトする必要があります。このモジュールは Windows 環境でのみ適用されます）：
pip install -r requirements.txt
次に、pyinstaller を使用してプロジェクトをビルドします：
pyinstaller --onefile main-gummy.py
この時点でプロジェクトのビルドが完了し、caption-engine/dist フォルダで対応する実行ファイルを見つけることができます。その後、必要な操作を行ってください。
プロジェクトの実行
npm run dev
プロジェクトのビルド
現在、ソフトウェアは macOS プラットフォームに対応していません。Windows または Linux システムを使用してビルドしてください。完全な機能を備えた Windows プラットフォームが推奨されます。
# For Windows
npm run build:win
# For macOS, not avaliable yet
npm run build:mac
# For Linux
npm run build:linux