# utube-srt

**Repository Path**: dono118/utube-srt

## Basic Information

- **Project Name**: utube-srt
- **Description**: No description available
- **Primary Language**: Python
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-05-30
- **Last Updated**: 2026-07-07

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# utube-srt

一套用于处理视频 / 音频字幕的小工具集，包含三类能力：

1. **从音频识别日文字幕**：基于 [OpenAI Whisper](https://github.com/openai/whisper) 对 MP3 进行语音识别，输出 SRT。
2. **从 YouTube 导出的字幕 JSON 转换**：把 YouTube 风格的 `subtitle.json` 转换为标准 SRT 或纯文本 TXT。
3. **英文字幕 SRT 翻译为中文**：保留原时间轴，逐条翻译生成中文版 SRT。

## 目录结构

```
utube-srt/
├── convert_subtitles.py        # subtitle.json -> SRT
├── extract_subtitles_text.py   # subtitle.json -> 纯文本 TXT
├── subtitle.json               # YouTube 导出的字幕 JSON（示例）
├── en2zh/
│   ├── translate_srt.py        # 英文 SRT -> 中文 SRT（Code Runner 可直接运行）
│   ├── run.py                  # 同上（备用入口）
│   ├── config.example.json     # DeepSeek 配置模板
│   ├── config.json             # 本地配置（复制模板后填写，不入库）
│   ├── requirements.txt        # 翻译脚本依赖
│   ├── en.srt                  # 英文输入（示例）
│   └── zh.srt                  # 中文输出
└── mp32srt/
    ├── jp_subtitle.py          # MP3 -> 日文字幕（Whisper 识别）
    ├── requirements.txt        # mp32srt 所需依赖
    └── 1.mp3                   # 待识别音频（示例）
```

## 环境要求

- Python 3.11+
- 语音识别（`mp32srt/jp_subtitle.py`）需要安装 [FFmpeg](https://ffmpeg.org/)，并建议使用支持 CUDA 的 GPU 以加速。

## 安装

```bash
pip install -r en2zh/requirements.txt
pip install -r mp32srt/requirements.txt
```

> `convert_subtitles.py` 与 `extract_subtitles_text.py` 仅使用 Python 标准库，无需额外依赖。  
> `en2zh/translate_srt.py` 需要 `deep-translator`（见 `en2zh/requirements.txt`）。

## 使用方法

### 1. MP3 识别为日文字幕

将音频放到 `mp32srt/1.mp3`，然后运行：

```bash
python mp32srt/jp_subtitle.py
```

- 使用 Whisper `large` 模型，按日语（`language="ja"`）识别，仅转写不翻译。
- 结果输出到 `mp32srt/jp.srt`。

### 2. YouTube subtitle.json 转 SRT

```bash
python convert_subtitles.py [json_path] [srt_path]
```

- 默认读取 `subtitle.json`，输出到 `subtitle.srt`。

### 3. YouTube subtitle.json 提取纯文本

```bash
python extract_subtitles_text.py [json_path] [txt_path]
```

- 默认读取 `subtitle.json`，输出到 `subtitle.txt`。

### 4. 英文 SRT 翻译为中文 SRT

将英文字幕放到 `en2zh/en.srt`，运行（Code Runner 或终端均可）：

```bash
python en2zh/translate_srt.py
```

- 默认读取 `en2zh/en.srt`，**自动翻译**并输出到 `en2zh/zh.srt`（保留时间轴）。
- **上下文分批翻译**：相邻、间隔短的字幕会合并成一批再译，避免「真正的安静角落 / 学习和深刻的启发」这类生硬断句。
- **推荐 LLM 模式**（更通顺自然）：在同目录 `en2zh/config.json` 填写 DeepSeek 配置后运行。

```bash
# 首次：复制配置模板
copy en2zh\config.example.json en2zh\config.json
# 编辑 en2zh/config.json，填入 deepseek.api_key
python en2zh/translate_srt.py
```

`config.json` 示例：

```json
{
  "backend": "auto",
  "deepseek": {
    "api_key": "你的 DeepSeek API Key",
    "base_url": "https://api.deepseek.com",
    "model": "deepseek-chat"
  },
  "translate": {
    "batch_size": 6,
    "max_gap_ms": 700,
    "delay_seconds": 0.0
  }
}
```

- 配置优先级：**命令行参数 > config.json > 环境变量 > 默认值**
- 无 API Key 时 `backend: auto` 会自动回退 **Google 分批翻译**（免费但质量一般）。
- 运行时会打印批次进度（默认简洁模式）；需要每条详情时加 `--verbose`。
- **Ctrl+C** 终止并保存；**连按两次 Ctrl+C** 强制退出。
- Code Runner 已配置为在**终端**中运行，`Ctrl+C` 更可靠。
- 若遇到请求频率限制，可加 `--delay 0.5`。
- 若只需生成空时间轴、不翻译，加 `--structure-only`。

## 许可证

本项目采用 [MIT License](LICENSE)。