简易AI字幕翻译与配音工具，可把英文视频转录成中文视频，支持Docker快速部署

一、简介

• 该工具是一个可以把将视频从一种语言翻译为另一种语言，同时支持语音识别转录、字幕翻译、语音合成
• 目前默认支持英文视频转录成中文视频（可以扩展更多语言）
• 提供Gradio图形界面，操作简单便捷
• 支持Docker快速部署启用
• 开源代码地址参考：https://github.com/luler/hello_video_dubbing
• 以下是这个工具的系统架构图
  

二、安装

• 准备一台主机，至少为2H4G的配置，可以是纯CPU，也可以配置GPU加速（可选）
• 提前安装好Docker、docker-compose软件运行环境
• 拉取项目代码

  git clone https://github.com/luler/hello_video_dubbing.git

• 进入代码目录，编辑docker-compose.yml，配置内容参考如下

  version: '3'
  services:
    hello_video_dubbing:
      image: ghcr.io/luler/hello_video_dubbing:latest
      #    build:
      #      context: .
      #      dockerfile: Dockerfile
      restart: always
      ports:
        - 17860:7860 #查看主机端口17860是否被占用，占用则修改为其他
      volumes:
        - .:/app

• 复制默认参考配置.env.example为.env，按需要修改相关配置

  #翻译类型，默认是 google，可选 openai，选openai时需要配置openai接口兼容的模型服务
  TRANSLATE_TYPE=google
  # 大语言模型翻译配置,当TRANSLATE_TYPE=openai才需要设置
  OPENAI_BASE_URL=https://api.openai.com/v1
  OPENAI_API_KEY=sk-xxx
  OPENAI_MODEL=gpt-xx
  #设置代理，如果主机在国内需要设置代理，因为白嫖的google翻译、tts语音服务只能外部网络可用
  #http_proxy=http://127.0.0.1:10808
  #https_proxy=http://127.0.0.1:10808

• 配置完成，可以直接执行如下命令启动服务，镜像拉取可能比较缓慢，请自行配置加速

  docker-compose up -d

  执行完成，查看服务是否正常运行，参考下图
  

三、使用

• 安装部署完成，可以访问地址：http://server_ip:17860/，可以看到一个gradio搭建的可视化界面，如下
  

• 接下来就是非常简单的操作了，点击上传视频、选择处理类型、提交处理
  

• 系统后台处理完成，实时输出处理日志，最终输出处理完毕的结果
  

四、总结

• 这是一个简易的视频语言转录工具，方便将视频从一种语言翻译为另一种语言，有助于目标语言用户观看、学习和理解视频内容
• 运行部署要求低，CPU/GPU均可运行，支持Docker快速部署启动
• 配置简单、低依赖，翻译、配音等组件均采用免费方案，也支持通过大语言模型来优化翻译结果（建议）
• 提供gradio可视化操作界面，可以远程在线使用