🔥 视频创作者的终极生产力工具！一键搞定视频下载、语音识别、双语翻译与硬字幕压制。
🚀 完全基于本地高精度 ASR 引擎（Parakeet / Whisper），隐私安全、告别繁琐繁重的后期处理！
- ⚡️ 极简一键全自动：输入一段视频 URL（或本地文件），稍等片刻，直接输出带有中英双语硬字幕的 MP4 视频，自媒体搬运与本土化神器。
- 🎯 极致的本地语音识别准确率：独家配置高可用 ASR 梯队：
Parakeet TDT 0.6B v2 -> MLX Whisper -> faster-whisper -> whisper.cpp server。即使复杂场景也能自动平滑降级，保证输出不中断。 - 🎨 广播级专业字幕排版：内置
news-box等高档次样式模板，完美契合新闻、访谈类视频。英语高亮暖黄、中文纯白，自带半透明黑底遮罩，专设「第一帧防黑屏修复」（完美适配社交平台缩略图封面抓取）。 - 📦 丰富的产物全保留：除了最终视频，自动生成源视频、双语 SRT、压制专用 ASS、Review 文本、校验帧，全方位满足二次精修需求。
- 🔒 数据隐私与离线优先：支持本地 Argos 翻译，所有音频转录均在本地 Apple Silicon / GPU 算力上运行，保护您的创意和隐私数据安全。
只敲一行命令，你将同时获得：
- 📥 下载的原始高清视频
- 🇺🇸 纯英文 SRT 原文字幕
- 🇨🇳 中文翻译初稿 SRT 字幕
- 🎭 双语 SRT 字幕 (经典上英下中排版)
- 🎬 压制专用高阶 ASS 字幕文件
- 📺 最终成品：已压制双语硬字幕的 MP4 视频
- 📝 供校对复核的 txt 文本文件
- 🖼 用于验收字幕效果的关键视频截图
- ⚙️
manifest.json处理元数据清单
你需要 macOS 或 Linux 系统，并安装好以下依赖：
- Python 3.11
uv(新一代极致快速的 Python 包管理器)ffmpeg(必须带有libass支持)
macOS 用户一键安装：
brew install libass ffmpeg-full处理网络视频链接 (URL)：
./burn_bilingual_link.sh "https://example.com/video-url"处理本地视频文件：
./burn_bilingual_link.sh "/absolute/path/to/video.mp4"🎉 就是这么简单粗暴！默认输出目录将保存在：$HOME/Downloads/视频字幕输出。
自定义输出路径：
SUBTITLE_OUTPUT_ROOT="/absolute/path/to/output" ./burn_bilingual_link.sh "https://example.com/video-url"预设了多种字幕样式，一个参数随意切换，满足多平台发版要求：
# 默认：新闻访谈类，带黑底框
./burn_bilingual_link.sh "URL" --subtitle-profile news-box
# 标准：无底框常规双语
./burn_bilingual_link.sh "URL" --subtitle-profile standard
# 安全区：避开短视频平台 UI 遮挡
./burn_bilingual_link.sh "URL" --subtitle-profile news-safe
# 自定义字体大小与背景色
./burn_bilingual_link.sh "URL" --cn-size 50 --en-size 44 --ass-back-color '&H80000000&'你可以根据自己的硬件配置，强制选择特定的转录引擎：
# 极速且精准 (Apple Silicon 首选)
./burn_bilingual_link.sh "URL" --transcriber parakeet-v2
# 均衡稳定
./burn_bilingual_link.sh "URL" --transcriber mlx
# 跳过 Parakeet，直接使用轻量化流程
./burn_bilingual_link.sh "URL" --quality fast 注：为保持系统环境干净整洁，模型文件统一沙盒缓存在 $HOME/Tools/Local-LLM（可通过 SUBTITLE_MODEL_CACHE_ROOT 环境变量更改）。
默认使用 Google 翻译引擎。如需体验完全离线的本地翻译体验，可以使用 argostranslate：
uv run --python 3.11 --with argostranslate \
python subtitle_pipeline_local.py "/absolute/path/to/video.mp4" \
--source-lang en \
--target-lang zh-CN \
--translator-backend argos如果你已经有了人工精翻的文本文件，只想自动化打时间轴对齐到视频的语音上：
./bootstrap_subaligner_env.sh
python3 align_existing_translation.py "/path/to/video.mp4" "/path/to/translated.txt"（自动优先调用 Subaligner，失败则平滑降级为本地启发式对齐算法）。
如果只需要生成多语种字幕文件而无需渲染 MP4：
uv run --python 3.11 --with deep-translator \
python subtitle_pipeline_local.py "/absolute/path/to/video.mp4" \
--glossary ./glossary.example.json对于通过 AI Coding Agents 接入使用本仓库的场景，我们准备了专门的对接指引，请查阅：docs/agent-sop.md
本项目遵循开源协议。有关详细信息，请查看 LICENSE 文件。