ddadaal.me
·
fork subgen实现纯本地AI视频字幕生成和翻译
💡
原文中文，约2000字，阅读约需5分钟。
📝
内容提要
本文介绍了如何使用McCloudS/subgen项目实现本地AI视频字幕生成和翻译。作者扩展了“转录后翻译”功能，并结合Jellyfin自动生成双语字幕。通过GPU机器进行转录和翻译，优化了家庭局域网的媒体管理与播放，整体效果令人满意。
🎯
关键要点
- 使用McCloudS/subgen项目实现本地AI视频字幕生成和翻译。
- 扩展了“转录后翻译”功能，结合Jellyfin自动生成双语字幕。
- 在GPU机器上进行转录和翻译，优化家庭局域网的媒体管理与播放。
- 配置Jellyfin与Subgen的互通，确保媒体文件路径一致。
- 实现了“存储在NAS、计算在GPU机器”的分工。
- 不同模型的使用体验差异明显，medium模型效果一般，large-v3-turbo模型处理能力有限。
- GPU利用率不高，转录和翻译过程仍需CPU参与。
- 在线免费服务在字幕翻译和合并方面速度和质量更优。
❓
延伸问答
如何使用McCloudS/subgen项目生成视频字幕？
可以通过在本地部署McCloudS/subgen项目，结合Jellyfin实现视频的自动转录和字幕生成。
转录后翻译功能是如何扩展的？
在原项目基础上，通过增加转录后翻译能力，使用Hugging Face的翻译模型实现翻译功能。
在家庭局域网中如何优化媒体管理与播放？
通过将NAS与GPU机器的媒体文件路径保持一致，利用Jellyfin管理媒体，GPU机器负责转录和翻译。
不同模型在转录和翻译中的表现如何？
medium模型效果一般，large-v3-turbo模型处理能力有限，distil-large-v3仅支持英文，效果差异明显。
转录和翻译过程中GPU的利用率如何？
转录和翻译过程中GPU利用率不高，通常只有40%，且仍需CPU参与处理。
是否有更好的在线字幕翻译服务？
有很多在线免费服务在字幕翻译和合并方面速度和质量更优，偶尔使用这些服务更好。
➡️
