https://github.com/sixiaolong1117/whisperpythonscript
一个简单的 Whisper Python 脚本，可以将媒体文件的音频通过 whisper 识别成文字，并通过 pysrt 保存为字幕。
https://github.com/sixiaolong1117/whisperpythonscript
pysrt python python3 whisper whisper-ai
Last synced: 21 days ago
JSON representation
一个简单的 Whisper Python 脚本，可以将媒体文件的音频通过 whisper 识别成文字，并通过 pysrt 保存为字幕。
- Host: GitHub
- URL: https://github.com/sixiaolong1117/whisperpythonscript
- Owner: SIXiaolong1117
- License: mit
- Created: 2024-04-27T17:27:32.000Z (about 2 years ago)
- Default Branch: master
- Last Pushed: 2024-07-15T09:28:38.000Z (almost 2 years ago)
- Last Synced: 2025-01-16T03:34:26.668Z (over 1 year ago)
- Topics: pysrt, python, python3, whisper, whisper-ai
- Language: Python
- Homepage:
- Size: 3.91 KB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# Whisper Python Script
一个简单的 Whisper Python 脚本，可以将媒体文件的音频通过 `whisper` 识别成文字，并通过 `pysrt` 保存为字幕。现在整理为统一入口，支持 macOS 和 Apple Silicon（M 系列，包括 M5）上的 `mps` 加速。
## 依赖安装
建议使用 Python 3.11 或 3.12。Apple Silicon 上不建议直接使用系统 Python。
```bash
brew install python@3.12 ffmpeg
```
创建虚拟环境并安装依赖：
```bash
git clone https://github.com/SIXiaolong1117/WhisperPythonScript.git
cd WhisperPythonScript
python3.12 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
```
> 第一次运行会下载 Whisper 模型。`large` 模型体积和内存占用较大，如果内存紧张，可以先用 `--model medium` 或 `--model small`。
## 使用方法
### 推荐入口
生成 `.srt` 字幕：
```bash
python whisper_subtitles.py <媒体文件路径> --language zh-Hans
```
生成 `.srt` 并封装为 `.mkv`：
```bash
python whisper_subtitles.py <媒体文件路径> --language zh-Hans --embed
```
把已有同名 `.srt` 封装到 `.mkv`：
```bash
python whisper_subtitles.py <媒体文件路径> --subtitle <字幕文件路径>
```
指定模型、设备和输出路径：
```bash
python whisper_subtitles.py video.mp4 --language zh --model medium --device auto -o video.srt
```
`--device auto` 会在 Apple Silicon 上优先使用 `mps`。为了提高稳定性，脚本默认只在 CUDA 上启用 fp16；如果你确认当前 PyTorch/Whisper 组合在 MPS fp16 下表现正常，可以手动使用：
```bash
python whisper_subtitles.py video.mp4 --device mps --fp16 true
```
### 兼容旧入口
旧脚本仍然可用：
```bash
python v2s.py <媒体文件路径> <语言代码（可选）>
python v2mkv_s.py <媒体文件路径> <语言代码（可选）>
python s2mkv_s.py <媒体文件路径>
```
`v2s.py` 只生成字幕，`v2mkv_s.py` 会生成字幕并封装 MKV，`s2mkv_s.py` 会把同名 `.srt` 封装进 MKV。
## 开源许可
[MIT License](./LICENSE)