HKUDS/CLI-Anything

cli-anything-videocaptioner

Outil de sous-titrage vidéo propulsé par l'IA. Transcrire la parole → optimiser les sous-titres → traduire → incruster dans la vidéo.

Installation

pip install cli-anything-videocaptioner

Prérequis :

• Python 3.10-3.12 (videocaptioner 1.4.1 nécessite >=3.10,<3.13)
• videocaptioner doit être installé (pip install videocaptioner)
• FFmpeg requis pour la synthèse vidéo

Utilisation

Commandes de base

# Afficher l'aide
cli-anything-videocaptioner --help

# Démarrer le mode REPL interactif
cli-anything-videocaptioner

# Transcrire une vidéo (gratuit, sans configuration)
cli-anything-videocaptioner transcribe video.mp4 --asr bijian

# Traduire les sous-titres (traducteur Bing gratuit)
cli-anything-videocaptioner subtitle input.srt --translator bing --target-language fr

# Pipeline complet : transcrire → traduire → incruster les sous-titres
cli-anything-videocaptioner process video.mp4 --asr bijian --translator bing --target-language fr --subtitle-mode hard

# Vérifier la cohérence sous-titres/script avant incrustation finale
cli-anything-videocaptioner synthesize video.mp4 -s subtitles.srt \
  --subtitle-mode hard \
  --review-script approved_script.txt

# Générer un aperçu d'une image de sous-titre pour révision
cli-anything-videocaptioner review subtitles.srt \
  --script approved_script.txt \
  --preview-video video.mp4 \
  --preview-output review_5s.png

# Sortie JSON (pour consommation par un agent)
cli-anything-videocaptioner --json transcribe video.mp4 --asr bijian

Mode REPL

Lorsqu'il est invoqué sans sous-commande, le CLI entre dans une session REPL interactive :

cli-anything-videocaptioner
# Saisir les commandes de manière interactive avec complétion par tabulation et historique

Groupes de commandes

transcribe — Parole en sous-titres

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

• bijian (par défaut) : Gratuit, chinois et anglais, sans configuration
• whisper-api : Toutes les langues, nécessite --whisper-api-key

subtitle — Optimiser et traduire

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

• Trois étapes : Diviser → Optimiser → Traduire
• Les traducteurs Bing/Google sont gratuits
• 38 langues cibles prises en charge (codes BCP 47)

synthesize — Incruster les sous-titres dans la vidéo

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

• Reflète la surface de synthèse du backend stable
• L'apparence des sous-titres est contrôlée par l'actif de sous-titres / la version du backend, pas par des indicateurs supplémentaires
• --review-script vérifie la dérive sous-titres/script avant l'export final
• Abaissez --max-script-diff-ratio lorsque la précision de la copie est plus importante que la résilience

process — Pipeline complet

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

review — Vérification de cohérence et aperçu

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

• Détecte la dérive sous-titres/script avant une incrustation définitive
• Peut générer une seule image de révision au lieu de produire une vidéo finale complète

styles — Lister les préréglages de style

styles

• Indique si le backend installé expose la prise en charge des styles prédéfinis

config — Gérer les paramètres

config show
config set <clé> <valeur>

download — Télécharger une vidéo en ligne

download <URL> [-o RÉPERTOIRE]

Sortie JSON

Toutes les commandes prennent en charge --json pour une sortie lisible par machine :

cli-anything-videocaptioner --json transcribe video.mp4 --asr bijian
# {"output_path": "/chemin/vers/sortie.srt"}

Notes sur le backend

• Le backend amont nécessite actuellement Python >=3.10,<3.13 ; préférez Python 3.12 pour les exécutions matricielles.
• Les indicateurs de style avancés au moment de la synthèse dépendent de la version du backend. Utilisez styles pour vérifier si le backend installé les expose.
• Les indicateurs de compatibilité tels que layout, render_mode, style, style_override et font_file doivent être considérés comme non stables, sauf si styles et le backend installé confirment qu'ils sont pris en charge.

Langues cibles

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