简体中文 / English
基于爬虫、语音识别、机器翻译、大语言模型的视频播放助手，定位为一款带有下载视频、生成字幕、字幕翻译等功能的**在本地使用的 ** 网页视频播放器。本项目借鉴、使用了诸多开源项目的成果，是三名大三学生的专业选修课大作业。
-
克隆本项目或者下载项目文件夹，进入项目目录VideoHelper
-
配置python环境
conda create -n VideoHelper python=3.9 conda activate VideoHelper pip install -r requirements.txt
-
linux下启动（每次启动前都要 “conda activate VideoHelper” 激活python虚拟环境）
bash launch.sh
-
使用
见主要功能
-
退出
- 视频下载：输入网页URL（要求网页存在一个视频，并且为you-get所支持）,为视频取一个名字，下载视频到本地。视频列表自动更新。
- 字幕生成：点击视频播放器控制条的 “设置”(齿轮图标) -> “Captions” -> “原字幕” ，生成视频字幕文件到本地 ，并且播放器自动加载。
- 字幕翻译：点击视频播放器控制条的 “设置”(齿轮图标) -> “Captions” -> “中文字幕” ，生成视频字幕文件到本地 ，并且播放器自动加载。
- 视频列表：支持本地修改，修改后重新启动即可。
- 视频下载 使用开源项目you-get，需要联网下载。
- 字幕生成 使用本地模型faster-whisper，默认模型规模为large-v2 。第一次使用会自动下载模型到默认路径（需要联网），大小大约3G，自动检测GPU。生成速度和电脑配置、视频时长有关。
- 字幕翻译 使用智谱轻言api。是在线服务， 需要联网。
代码命名方式：本项目前端一般使用驼峰命名法，后端一般使用下划线。
项目的主要目录结构说明如下：
VideoHelper/
├── backend/ # 后端python代码
├── docs/ # 文档使用的图片等
├── frontend/ # 前端html\css\js等文件
├── warehouse/ # 存储视频和字幕文件
├── video/
├── subtitle/
├── subtitle_zh/
├── tmp # 谷歌浏览器运行需要的用户数据目录
├── deeplx_*_* # deeplx可执行文件
├── index.html # 前端主页面
├── requirements.txt # 后端所需依赖
2024.12.18
- 翻译改用glm-4-flash，更加稳定。
- 添加设置功能 (针对翻译功能)
2024.12.17
- 使用BootStrap优化前端页面
2024.12.16
- 添加翻译功能
2024.12.13
-
在本地开服务器解决前端加载本地文件时的跨源问题，发现又引入了视频无法拖动的问题。转而改为仍然本地运行网页，使用shell脚本启动chrome浏览器并且添加参数 “--disable-web-security --user-data-dir=tmp” 以解决跨源问题。同时简化启动方法。
-
优化通知UI。
-
增加通过名称搜索已经下载的视频的功能。
2024.12.11
- 由于之前断断续续的开发，导致代码很... 所以re0。基本的下载视频、获取原语言字幕。 而且发现plyr支持vtt字幕，所以不用自己再实现字幕对齐等逻辑了。
- 记录当前开源使用：plyr播放器，you-get, faster-whisper。
- plyr播放器js,css为在线加载。
- faster-whisper模型下载到本地。
2024.12.7
- 增加video_list板块，可在多个获取过的视频中切换。支持在本地文件夹增加、删除视频（或多个视频）（增加后点击列表右上角加号刷新列表，删除要刷新整个页面以更新list）。后续支持在网页上删除视频，修改视频名称。后续支持选中字幕文本暂停视频。
2024.12.6
- 新增 settings.bin，目前只有配置whisper模型大小（用于语音识别）。
- 删除音频提取功能，发现whisper可以直接处理视频!
2024.12.5
- 上传初始代码，实现了基本功能（抓取视频，提取音频，提取字幕）和基本网页前端。