auto-caption

Auto Caption 是一个跨平台的视频播放和字幕显示软件。

项目还在初步开发阶段。

---

📥 下载

暂无

📚 用户手册

暂无

✨ 特性

• 丰富的字幕样式设置
• 灵活的字幕引擎选择
• 多语言识别与翻译
• 字幕记录展示与导出
• 生成音频输出和麦克风输入的字幕

说明：Windows 平台支持生成音频输出和麦克风输入的字幕，Linux 平台仅支持生成麦克风输入的字幕。

🚀 项目运行

安装依赖

npm install

构建字幕引擎

背景介绍

所谓的字幕引擎实际上是一个子程序，它会实时获取系统音频输入（录音）或输出（播放声音）的流式数据，并调用音频转文字的模型生成对应音频的字幕。生成的字幕通过 IPC 输出为转换为字符串的 JSON 数据，并返回给主程序。主程序读取字幕数据，处理后显示在窗口上。

目前项目默认使用阿里云 Gummy 模型，需要获取阿里云百炼平台的 API KEY 并配置到环境变量中才能正常使用该模型，相关介绍：获取API KEY、将API Key配置到环境变量。

本项目的 gummy 字幕引擎是一个 python 子程序，通过 pyinstaller 打包为可执行文件。 运行字幕引擎子程序的代码在 src\main\utils\engine.ts 文件中。

首先进入 python-subprocess 文件夹，执行如下指令创建虚拟环境：

python -m venv subenv

然后激活虚拟环境：

# Windows
subenv/Scripts/activate
# Linux
source myenv/bin/activate

然后安装依赖：

pip install -r requirements.txt

然后使用 pyinstaller 构建项目：

pyinstaller --onefile main-gummy.py

此时项目构建完成，在进入 python-subprocess/dist 文件夹可见对应的可执行文件。即可进行后续操作。

运行项目

npm run dev

构建项目

注意目前软件没有适配 macOS 平台，请使用 Windows 或 Linux 系统进行构建。

# For windows
npm run build:win
# For macOS
npm run build:mac
# For Linux
npm run build:linux