auto-caption
Auto Caption 是一个跨平台的视频播放和字幕显示软件。
项目初版已经开发完毕。
📥 下载
📚 用户手册
暂无
基本使用
目前仅提供 Windows 平台的可安装版本。如果使用默认的 Gummy 字幕引擎，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教程：获取API KEY、将API Key配置到环境变量。
对于开发者，可以自己创建新的字幕引擎。具体通信规范请参考源代码。
✨ 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，相关教程：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 subenv/bin/activate
然后安装依赖（注意如果是 Linux 环境，需要注释调 requirements.txt 中的 PyAudioWPatch，该模块仅适用于 Windows 环境）：
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