cli-anything-videocaptioner

Was macht cli-anything-videocaptioner?

KI-gestütztes Videobeschriftungswerkzeug. Sprache transkribieren → Untertitel optimieren → übersetzen → in Video einbrennen.

Installation

pip install cli-anything-videocaptioner

Voraussetzungen:

• Python 3.10-3.12 (videocaptioner 1.4.1 erfordert >=3.10,<3.13)
• videocaptioner muss installiert sein (pip install videocaptioner)
• FFmpeg wird für die Videosynthese benötigt

Verwendung

Grundlegende Befehle

# Hilfe anzeigen
cli-anything-videocaptioner --help

# Interaktiven REPL-Modus starten
cli-anything-videocaptioner

# Video transkribieren (kostenlos, keine Einrichtung)
cli-anything-videocaptioner transcribe video.mp4 --asr bijian

# Untertitel übersetzen (kostenloser Bing-Übersetzer)
cli-anything-videocaptioner subtitle input.srt --translator bing --target-language en

# Vollständige Pipeline: transkribieren → übersetzen → Untertitel einbrennen
cli-anything-videocaptioner process video.mp4 --asr bijian --translator bing --target-language en --subtitle-mode hard

# Untertitel-/Skriptkonsistenz vor dem endgültigen Einbrennen prüfen
cli-anything-videocaptioner synthesize video.mp4 -s subtitles.srt \
  --subtitle-mode hard \
  --review-script approved_script.txt

# Einzelbildvorschau der Untertitel zur Überprüfung rendern
cli-anything-videocaptioner review subtitles.srt \
  --script approved_script.txt \
  --preview-video video.mp4 \
  --preview-output review_5s.png

# JSON-Ausgabe (zur Nutzung durch Agenten)
cli-anything-videocaptioner --json transcribe video.mp4 --asr bijian

REPL-Modus

Wenn die CLI ohne Unterbefehl aufgerufen wird, startet sie eine interaktive REPL-Sitzung:

cli-anything-videocaptioner
# Befehle interaktiv mit Tab-Vervollständigung und Verlauf eingeben

Befehlsgruppen

transcribe — Sprache zu Untertiteln

transcribe <input> [--asr bijian|jianying|whisper-api|whisper-cpp] [--language CODE] [--format srt|ass|txt|json] [-o PATH]

• bijian (Standard): Kostenlos, Chinesisch & Englisch, keine Einrichtung
• whisper-api: Alle Sprachen, erfordert --whisper-api-key

subtitle — Optimieren und übersetzen

subtitle <input.srt> [--translator llm|bing|google] [--target-language CODE] [--layout target-above|source-above|target-only|source-only] [--no-optimize] [--no-translate] [-o PATH]

• Drei Schritte: Teilen → Optimieren → Übersetzen
• Bing/Google-Übersetzer sind kostenlos
• 38 Zielsprachen werden unterstützt (BCP 47-Codes)

synthesize — Untertitel in Video einbrennen

synthesize <video> -s <subtitle> [--subtitle-mode soft|hard] [--quality ultra|high|medium|low] [-o PATH] [--review-script PATH] [--max-script-diff-ratio FLOAT]

• Spiegelt die stabile Backend-Synthesize-Oberfläche wider
• Das Untertitel-Layout wird durch die Untertitel-Asset-/Backend-Version bestimmt, nicht durch zusätzliche Steuerflags
• --review-script prüft die Abweichung zwischen Untertiteln und Skript vor dem endgültigen Export
• Niedrigeres --max-script-diff-ratio wenn Textgenauigkeit wichtiger ist als Fehlertoleranz

process — Vollständige Pipeline

process <input> [--asr ...] [--translator ...] [--target-language ...] [--subtitle-mode ...] [--layout ...] [--no-optimize] [--no-translate] [--no-synthesize] [-o PATH]

review — Konsistenzprüfung und Vorschau

review <input.srt|input.ass> [--script PATH] [--max-diff-ratio FLOAT] [--preview-video PATH] [--preview-at TC] [--preview-output PATH]

• Erkennt Abweichungen zwischen Untertiteln und Skript vor dem Einbrennen
• Kann ein einzelnes Prüfungsbild rendern anstatt ein vollständiges endgültiges Video zu erstellen

styles — Stilvorlagen auflisten

styles

• Gibt aus, ob das installierte Backend Unterstützung für voreingestellte Stile bietet

config — Einstellungen verwalten

config show
config set <Schlüssel> <Wert>

download — Online-Video herunterladen

download <URL> [-o VERZ]

JSON-Ausgabe

Alle Befehle unterstützen --json für maschinenlesbare Ausgabe:

cli-anything-videocaptioner --json transcribe video.mp4 --asr bijian
# {"output_path": "/path/to/output.srt"}

Backend-Hinweise

• Das vorgelagerte Backend erfordert derzeit Python >=3.10,<3.13; bevorzuge Python 3.12 für Matrixläufe.
• Erweiterte Stilflags zur Synthesezeit sind backendversionsabhängig. Verwende styles, um zu prüfen, ob das installierte Backend diese unterstützt.
• Kompatibilitätsflags wie layout, render_mode, style, style_override und font_file sollten als nicht stabil behandelt werden, es sei denn, styles und das installierte Backend bestätigen ihre Unterstützung.

Zielsprachen

BCP 47-Codes: zh-Hans zh-Hant en ja ko fr de es ru pt it ar th vi id und 23 weitere.