CLI-Anything 视频字幕机

cli-anything-videocaptioner

AI 驱动的视频字幕工具。转录语音 → 优化字幕 → 翻译 → 嵌入视频。

安装

pip install cli-anything-videocaptioner

前置条件：

• Python 3.10-3.12（videocaptioner 1.4.1 需要 >=3.10,<3.13）
• 必须安装 videocaptioner（pip install videocaptioner）
• 视频合成需要 FFmpeg

使用

基本命令

# 显示帮助
cli-anything-videocaptioner --help

# 启动交互式 REPL 模式
cli-anything-videocaptioner

# 转录视频（免费，无需配置）
cli-anything-videocaptioner transcribe video.mp4 --asr bijian

# 翻译字幕（免费 Bing 翻译器）
cli-anything-videocaptioner subtitle input.srt --translator bing --target-language en

# 完整流水线：转录 → 翻译 → 嵌入字幕
cli-anything-videocaptioner process video.mp4 --asr bijian --translator bing --target-language en --subtitle-mode hard

# 在最终硬编码前审查字幕/脚本一致性
cli-anything-videocaptioner synthesize video.mp4 -s subtitles.srt \
  --subtitle-mode hard \
  --review-script approved_script.txt

# 渲染一帧字幕预览以供审查
cli-anything-videocaptioner review subtitles.srt \
  --script approved_script.txt \
  --preview-video video.mp4 \
  --preview-output review_5s.png

# JSON 输出（供 Agent 消费）
cli-anything-videocaptioner --json transcribe video.mp4 --asr bijian

REPL 模式

当未带子命令调用时，CLI 会进入交互式 REPL 会话：

cli-anything-videocaptioner
# 使用 Tab 补全和历史记录交互式输入命令

命令组

transcribe — 语音转字幕

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

• bijian（默认）：免费，支持中英文，无需配置
• whisper-api：支持所有语言，需要 --whisper-api-key

subtitle — 优化和翻译

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]

• 三个步骤：分句 → 优化 → 翻译
• Bing/Google 翻译器免费
• 支持 38 种目标语言（BCP 47 代码）

synthesize — 将字幕嵌入视频

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

• 镜像稳定后端合成接口
• 字幕外观由字幕资源/后端版本控制，而非额外的封装标记
• --review-script 在最终导出前检查字幕/脚本偏差
• 当复制准确性比容错性更重要时，使用较低的 --max-script-diff-ratio

process — 完整流水线

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

review — 一致性检查和预览

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

• 在硬编码前检测字幕/脚本偏差
• 可以渲染单个审查帧，而不是生成完整的最终视频

styles — 列出样式预设

styles

• 报告已安装的后端是否暴露了预设样式支持

config — 管理设置

config show
config set <key> <value>

download — 下载在线视频

download <URL> [-o DIR]

JSON 输出

所有命令均支持 --json 以实现机器可读输出：

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

后端说明

• 上游后端当前要求 Python >=3.10,<3.13；对于矩阵运行，推荐 Python 3.12。
• 高级合成时样式标记依赖于后端版本。使用 styles 检查已安装的后端是否暴露了这些标记。
• 像 layout、render_mode、style、style_override 和 font_file 这样的兼容性标记，除非 styles 和已安装的后端确认支持，否则应视为非稳定。

目标语言

BCP 47 代码：zh-Hans zh-Hant en ja ko fr de es ru pt it ar th vi id 以及另外 23 种。