这是一个综合性的视频字幕处理工具，包含字幕提取、翻译、烧录和视频内容总结功能。该工具采用模块化设计，每个模块都可以独立使用，也可以组合使用完成完整的字幕处理流程。
文章介绍： AI助力英语视频学习，轻松实现中英双语字幕与智能总结，效率翻倍
VideoLingua/
├── main.py # 主程序入口
├── subtitle_processor.py # 字幕处理器（组合模块）
├── subtitle_extractor/ # 字幕提取模块
│ ├── whisper_subtitle_extractor.py # 字幕提取工具
│ ├── whisper_gui.py # 图形界面
│ ├── subtitle_writer.py # 字幕写入工具
│ └── README.md # 模块说明文档
├── translation/ # 翻译模块
│ ├── subtitle_translator.py # 字幕翻译工具
│ ├── subtitle_translator_cli.py # 字幕翻译命令行工具
│ ├── translator.py # 翻译API封装
│ ├── __init__.py
│ └── README.md # 模块说明文档
├── subtitle_burner/ # 字幕烧录模块
│ ├── subtitle_burner.py # 字幕烧录工具
│ ├── burn_subtitle_cli.py # 字幕烧录命令行工具
│ ├── utils.py # 辅助函数
│ ├── __init__.py
│ └── README.md # 模块说明文档
├── video_summary/ # 视频总结模块
│ ├── summarizer.py # 视频总结生成器
│ └── __init__.py
├── utils/ # 工具模块
│ ├── gemini_api.py # Gemini API工具
│ ├── config.py # 配置管理工具
│ └── __init__.py
├── config/ # 配置文件目录
│ └── .gitignore # Git忽略配置
├── output/ # 默认输出目录
├── test/ # 测试目录
│ ├── run_all_tests.py # 运行所有测试的主脚本
│ ├── test_subtitle_processor.py # 字幕处理器集成测试
│ ├── test_subtitle_extractor.py # 字幕提取模块测试
│ ├── test_subtitle_translator.py # 字幕翻译模块测试
│ ├── test_subtitle_burner.py # 字幕烧录模块测试
│ ├── test_video_summary.py # 视频总结模块测试
│ ├── __init__.py
│ └── README.md # 测试说明文档
└── requirements.txt # 项目依赖
- 确保已安装Python 3.7或更高版本
- 安装FFmpeg（必须）:
# macOS brew install ffmpeg # Ubuntu/Debian sudo apt update && sudo apt install ffmpeg - 安装Python依赖:
pip install -r requirements.txt
- 模块化设计：每个功能模块可独立使用，也可组合使用
- 字幕提取：使用OpenAI的Whisper模型从视频中提取高质量字幕
- 多语言支持：支持多种语言的字幕提取和翻译
- 字幕翻译：使用Google Gemini API进行高质量翻译
- 字幕烧录：将字幕直接烧录到视频中，支持自定义字体大小、位置和颜色
- 视频总结：根据字幕内容，使用Gemini API生成视频内容的详细总结
- 多种字幕类型：支持原始语言、翻译后和双语字幕
- 多格式输出：支持SRT、VTT和TXT格式
- 图形界面：提供简单易用的GUI操作界面
- 命令行工具：支持脚本和批处理操作
使用主程序可以一次性完成字幕提取、翻译和烧录：
python main.py video_file.mp4 [选项]
选项:
--output DIR 指定输出目录
--summarize 生成视频内容总结
--subtitle FILE 指定用于总结的字幕文件（可选）
--gui 启动图形用户界面主程序会根据配置文件中的设置自动处理视频，包括字幕提取、翻译和烧录（如果配置中启用）。处理完成后，如果指定了--summarize选项，还会生成视频内容总结。
启动图形用户界面，可以通过可视化方式操作所有功能：
python main.py --gui如果需要单独使用各功能模块，可以直接调用相应的模块：
# 直接使用模块
python -m subtitle_extractor.whisper_subtitle_extractor 视频文件路径 [选项]详细说明请参阅字幕提取模块文档。
# 直接使用模块
python -m translation.subtitle_translator_cli 字幕文件路径 [选项]详细说明请参阅字幕翻译模块文档。
# 直接使用模块
python -m subtitle_burner.burn_subtitle_cli 视频文件路径 字幕文件路径 [选项]详细说明请参阅字幕烧录模块文档。
# 使用主程序
python main.py video_file.mp4 --summarize [--subtitle subtitle_file.srt] [--output DIR]
# 或直接使用模块
python -m video_summary.summarizer video_file.mp4 [--subtitle subtitle_file.srt] [--api-key YOUR_API_KEY] [--output-dir output_directory]视频总结功能会根据视频的字幕文件，调用Gemini API生成视频内容的详细总结，并输出为一个与视频同名的Markdown文件（video_file_summary.markdown）。
如果不指定字幕文件，程序会尝试查找与视频同名的字幕文件，或使用字幕处理后生成的字幕文件。
使用翻译和视频总结功能需要提供Google Gemini API密钥，可以通过以下方式设置：
-
环境变量（推荐）：设置环境变量
GEMINI_API_KEY# Linux/macOS export GEMINI_API_KEY="your_api_key_here" # Windows set GEMINI_API_KEY=your_api_key_here
-
配置文件：在
config/config.ini文件中设置[API] GEMINI_API_KEY = your_api_key_here
-
使用脚本：使用提供的脚本设置API密钥
# 设置API密钥 python set_api_key.py "your_api_key_here"
程序会优先使用环境变量中的API密钥，如果环境变量不存在，则使用配置文件中的设置。
本工具支持三种字幕类型：
- 原始语言 (original)：保持视频原始语言的字幕
- 翻译后 (translated)：将原始语言翻译为目标语言的字幕
- 双语 (bilingual)：同时包含原始语言和翻译后语言的双语字幕
工具的默认设置保存在config/config.ini文件中，包括：
- 默认Whisper模型大小
- 默认源语言和目标语言
- 默认字幕类型
- 默认字幕烧录设置（字体大小、位置、颜色等）
本项目提供了完整的单元测试和集成测试，用于确保各模块功能的正确性和稳定性。测试用例位于test目录下。
# 运行所有测试（推荐方式）
python -m test.run_all_tests
# 或者直接运行测试脚本
python test/run_all_tests.py
# 运行特定模块的测试
python -m test.test_subtitle_extractor
python -m test.test_subtitle_translator
python -m test.test_subtitle_burner
python -m test.test_subtitle_processor
python -m test.test_video_summary
python -m test.test_real_summaryrun_all_tests.py脚本提供了彩色输出和详细的测试时间统计，是运行测试的推荐方式。
详细的测试说明请参阅测试文档。
- 字幕提取需要下载Whisper模型，首次运行时请确保网络连接良好
- 翻译功能需要有效的Google Gemini API密钥
- 字幕烧录功能需要安装FFmpeg
- 使用GPU可以显著加快字幕提取速度
- 地区限制：Google Gemini API在某些地区可能不可用。如果您收到"User location is not supported"错误，请使用原始语言字幕类型(original)，或考虑使用VPN服务
