HKUDS/CLI-Anything

cli-anything-videocaptioner

AI 驅動的影片字幕工具。轉錄語音 → 最佳化字幕 → 翻譯 → 燒錄到影片。

安裝

pip install cli-anything-videocaptioner

前置需求：

• Python 3.10-3.12（videocaptioner 1.4.1 需 >=3.10,<3.13）
• 必須安裝 videocaptioner（pip install videocaptioner）
• 影片合成需要 FFmpeg

用法

基本指令

# 顯示說明
cli-anything-videocaptioner --help

# 啟動互動式 REPL 模式
cli-anything-videocaptioner

# 轉錄影片（免費，無需設定）
cli-anything-videocaptioner transcribe video.mp4 --asr bijian

# 翻譯字幕（免費的 Bing 翻譯器）
cli-anything-videocaptioner subtitle input.srt --translator bing --target-language en

# 完整管線：轉錄 → 翻譯 → 燒錄字幕
cli-anything-videocaptioner process video.mp4 --asr bijian --translator bing --target-language en --subtitle-mode hard

# 在最終硬燒錄前檢查字幕/腳本一致性
cli-anything-videocaptioner synthesize video.mp4 -s subtitles.srt \
  --subtitle-mode hard \
  --review-script approved_script.txt

# 渲染單格字幕預覽供檢查
cli-anything-videocaptioner review subtitles.srt \
  --script approved_script.txt \
  --preview-video video.mp4 \
  --preview-output review_5s.png

# JSON 輸出（供代理使用）
cli-anything-videocaptioner --json transcribe video.mp4 --asr bijian

REPL 模式

在不帶子指令呼叫時，CLI 會進入互動式 REPL 工作階段：

cli-anything-videocaptioner
# 以互動方式輸入指令，支援 Tab 補齊與歷史記錄

指令群組

transcribe — 語音轉字幕

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

• bijian（預設）：免費，支援中文與英文，無需設定
• whisper-api：支援所有語言，需 --whisper-api-key

subtitle — 最佳化與翻譯

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]

• 三個步驟：分割 → 最佳化 → 翻譯
• Bing/Google 翻譯器免費使用
• 支援 38 種目標語言（BCP 47 代碼）

synthesize — 將字幕燒錄到影片

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

• 鏡像穩定的後端合成介面
• 字幕外觀由字幕資產/後端版本控制，而非額外的 harness 標誌
• --review-script 在最終匯出前檢查字幕/腳本偏差
• 當複製準確性比容錯更重要時，降低 --max-script-diff-ratio

process — 完整管線

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

review — 一致性檢查與預覽

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

• 在硬燒錄前偵測字幕/腳本偏差
• 可渲染單格檢查幀，而非產出完整的影片

styles — 列出樣式預設

styles

• 回報已安裝的後端是否支援預設樣式設定

config — 管理設定

config show
config set <key> <value>

download — 下載線上影片

download <URL> [-o DIR]

JSON 輸出

所有指令都支援 --json 以產生機器可讀的輸出：

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

後端注意事項

• 上游後端目前要求 Python >=3.10,<3.13；進行矩陣測試時建議使用 Python 3.12。
• 進階的合成時樣式標誌與後端版本有關。請使用 styles 檢查已安裝的後端是否支援這些標誌。
• 相容性標誌如 layout、render_mode、style、style_override 與 font_file 應視為不穩定選項，除非 styles 與已安裝的後端確認它們受到支援。

目標語言

BCP 47 代碼：zh-Hans zh-Hant en ja ko fr de es ru pt it ar th vi id 及其他 23 種。