作品简介

视频字幕翻译工具（Video Subtitle Translator）是一款运行在 Windows 上的视频本地化工具，解决「只有外语语音、没有字幕」的视频看不懂的问题。工具会自动检测语种并转写语音，调用大模型翻译成中文，再把字幕直接烧录进画面；也可以继续合成中文语音，封装成「中文配音 + 原声」的可切换双音轨。图形界面点几下即可完成，命令行适合批量处理，并提供精简版与完整版两种发行包。

核心亮点

三种字幕模式：仅中文翻译、仅烧录原文、双语对照（原文在上、中文在下），硬字幕直接烧进画面
两种配音模式：双音轨（中文默认、播放器可一键切回原声）与双声道（左原声、右中文），耳机左右对照
支持 DeepSeek、通义千问、ChatGPT、Kimi、智谱 GLM、Gemini、豆包、本地 Ollama 等 9 家翻译服务，全部走 OpenAI 兼容接口，按需填 Key，用不到的留空即可
智能跳过：视频已有内封字幕或同名外挂字幕时，跳过语音识别直接翻译，省时省力
翻译失败会明确报错并终止，绝不用未翻译字幕冒充中文，避免错误内容被烧进视频
中间产物（音轨、zh.srt、配音、日志）统一放在工作目录，方便人工校对后再定稿
提供约 30 MB 精简版 exe（快速试用）与完整版（本地识别、完全免 Key）两种版本，注册授权通用

技术与工具

语音识别：本地 faster-whisper 自动检测语种转写，完整版无需上传视频到云端；精简版走免费 Groq 云端识别
音视频处理：ffmpeg 抽取 16k 单声道音轨、烧录字幕、封装双音轨/双声道
中文配音：edge-tts 合成，支持音色、语速调节与试听
翻译：OpenAI 兼容接口对接 9 家服务商，分批翻译并按 id 回贴时间戳
使用方式：图形界面（任务页 + 参数设置页）与命令行两种方式，参数可视化调整
开发方式：零基础借助 AI 编程类工具与 Python 生态完成

适用场景

海外影视、教程类视频本地化：快速做出国内观众能看懂的带中文字幕/中文配音版本
跨国企业内部培训、会议视频转制，降低内容传播的语言门槛
新手用图形界面点选完成，需要批量处理时切换到命令行

原始提交内容（点开查看，可复制全文去问 AI）

视频字幕翻译工具（Video Subtitle Translator）

一款面向海外视频的本地化工具：一键把视频里的语音识别成文字，翻译成中文并烧录字幕，还可生成中文配音，让没有字幕的海外视频变成「带中文字幕 + 中文配音」的版本。

当前版本：v2026.07.28 ｜作者：独立开发者｜运行平台：Windows

一、它能帮你做什么

把一段「只有外语语音、没有字幕」的视频，自动处理成中文观众也能轻松看懂的版本：

语音识别：本地 faster-whisper 自动检测语种并转写，无需上传视频到云端（完整版）。
多服务商翻译：把识别出的原文翻译成中文，支持 9 家翻译服务。
字幕烧录：中文 / 原文 / 双语字幕，直接「硬字幕」烧进画面。
中文配音：edge-tts 合成中文语音，封装成「中文配音 + 原声」双音轨（可切换）或「左原声 / 右中文」双声道。
图形界面 + 命令行：不想敲命令？用 GUI 点几下就行；想批量？用命令行。

字幕与配音是完全独立的两个模块，可以任意组合：只加字幕、只做配音、或两者都要。

二、核心功能一览

1. 三种字幕模式

模式	说明
`zh`（默认）	仅中文翻译字幕
`original`	仅烧录原文（日 / 英等）字幕，不翻译
`bilingual`	双语字幕（原文在上，中文在下）

2. 两种配音模式

模式	说明
`dual`（双音轨）	中文配音为默认音轨，播放器可一键切回原声
`stereo`（双声道）	左声道=原声，右声道=中文配音，耳机左右对照

3. 支持的翻译服务商（9 种）

DeepSeek、通义千问、ChatGPT、Kimi（Moonshot）、智谱 GLM、Gemini、豆包、本地 Ollama、自定义 OpenAI 兼容端点（LM Studio / vLLM / 自建网关等）。

全部走 OpenAI 兼容接口，按需填写对应 API Key 即可，不用到的留空不影响。

4. 智能跳过

若视频已经有内封字幕或同名外挂字幕（.srt / .vtt / .ass），会跳过语音识别，直接进入翻译，省时省力。

三、处理流程

输入视频
  
  [1] ffmpeg 抽取 16k 单声道音轨
  [2] faster-whisper 本地识别 + 自动检测语种  原文片段(srt)
  [3] 分批调用大模型 API  中文译文(按 id 回贴时间戳)
  [4] ffmpeg 把字幕硬烧录进视频
  [5]（可选）edge-tts 合成中文配音  封装双音轨 / 双声道
        
   输出视频（字幕 + 可选中文配音）

安全兜底：翻译失败时绝不会用日文字幕冒充中文，而是明确报错并终止，避免把未翻译内容误烧进视频。

四、如何使用

方式一：图形界面（推荐新手）

双击 启动_64位.bat（完整版）或 视频字幕翻译工具.exe（精简版），在「任务」页选择输入输出文件、勾选字幕/配音选项，点击「开始生成」即可。参数（模型、音色、字体颜色等）在「参数设置」页可视化调整。

方式二：命令行

# 基础：识别 + 翻译 + 烧录中文硬字幕
python main.py --input demo.mp4 --output demo_zh.mp4

# 双语字幕（原文在上 + 中文在下）
python main.py --input demo.mp4 --output demo_bi.mp4 --subtitle-mode bilingual

# 只烧原文，不翻译
python main.py --input demo.mp4 --output demo_orig.mp4 --subtitle-mode original

# 中文配音 + 双音轨（中文默认，可切原声）
python main.py --input demo.mp4 --output demo_dub.mp4 --with-dub

# 双声道模式（左原声 / 右中文）
python main.py --input demo.mp4 --output demo_dub.mp4 --with-dub --audio-mode stereo

# 只做中文配音，不烧字幕
python main.py --input demo.mp4 --output demo_dub.mp4 --no-subtitle --with-dub

常用参数：

参数	说明
`--input` / `-i`	输入视频路径（必填）
`--output` / `-o`	输出路径（默认 `<输入名>_zh.mp4`）
`--with-dub`	生成中文配音并封装
`--audio-mode`	`dual`=双音轨 / `stereo`=双声道
`--no-subtitle`	不烧录字幕（只做配音）
`--no-translate`	不翻译（配合 `--subtitle-mode original`）
`--subtitle-mode`	`zh` / `original` / `bilingual`

中间产物（音轨、zh.srt、配音、日志）统一放在 <输入名>_work/ 目录，方便校对。

五、两种发行版本

	精简版 `.exe`	完整版（64 位）
大小	~30 MB，启动快	需先跑 `setup_64bit.bat` 装环境
语音识别	免费 Groq 云端识别（需填免费 Key）	本地 `faster-whisper`（完全免 Key）
翻译 / 配音		（全部功能）
适合	注册激活、试用	日常正式使用

完整版的本地识别需要 64 位 Python；精简版因打包机为 32 位，无法内置 faster-whisper，故默认走免费 Groq 云端识别。注册授权两版通用（共用 license.key）。

六、环境要求

Python 3.10+（完整版会自动用独立的 64 位 Python 3.12）
本机已安装 ffmpeg 并加入 PATH（Windows：winget install ffmpeg）
翻译需对应服务商 API Key；配音（edge-tts）与云端识别需联网

七、重要提醒

识别不是 100% 准确：口音、背景音乐、专业术语、多人对话都会引入错误，模型越小错得越多。
机器翻译需人工校对：建议先检查 <输入名>_work/zh.srt 再定稿。
配音依赖字幕文本：字幕有误，配音也会错；配音时长会按片段 pad/trim 对齐，语速过快可能被截断。
首次运行会自动下载语音模型（small 约 460 MB），可用国内镜像 HF_ENDPOINT=https://hf-mirror.com 加速。

八、项目结构（核心源码）

video_subtitle_translator/
 main.py            # 入口，串联全流程，命令行参数
 asr.py             # ffmpeg 抽音轨 + faster-whisper 识别
 translate.py       # 分批调用大模型 API 翻译
 tts.py             # edge-tts 中文配音 + 音轨拼接
 subtitle.py        # SRT 读写 + 字幕烧录
 mux.py             # 双音轨 / 双声道封装
 gui.py             # 图形界面（任务页 + 参数设置页）
 config.py          # 模型 / API Key / 音色等配置
 build_exe.py       # 打包脚本
 启动_64位.bat       # 启动完整版 GUI

让每一段好内容，都不再因为语言而被错过。