Documentation

使用文档

这里整理了完整工作流程、平台支持、模型配置和源码运行方式。

自动化工作流

按顺序完成下载、提取、翻译、对轴和压制

01

创建项目

新建项目，或者从 YouTube 播放列表导入视频，软件会自动建好文件夹。

02

提取字幕

有硬字幕就用 OCR 提取，需要听写就用 Whisper 转字幕。

03

翻译与对轴

用 AI 先翻译字幕，再手动校对、改时间轴，让字幕和画面重新对上。

04

压制视频

把字幕嵌进视频，并按需要压小体积，方便保存和分享。

系统要求

  • 操作系统：支持 Windows 与 macOS（暂不支持 Linux）。由于组件依赖，字幕提取 (OCR) 与语音识别 (Whisper) 仅支持 Windows 平台，其余功能在 macOS 上均可正常使用。
  • 运行环境：Python 3.9 及以上版本，推荐使用 uv 进行极速依赖管理。
  • 硬件加速：推荐配备 GPU，用于 OCR、Whisper 与视频压制加速；建议内存 8GB 以上。

Whisper 模型下载

软件发布包已内置集成 FFmpeg、yt-dlp 与 PaddleOCR，开箱即用。唯独 Whisper 语音转文字模型由于文件体积较大，需要您手动下载并关联：

  • 下载模型文件：前往迅雷网盘或 Hugging Face 下载所需的 ggml 格式 Whisper 模型。
  • 关联本地路径：打开软件进入「设置」界面，在「Whisper -> 模型路径」中选中您下载的 .bin 模型文件。
  • 模型选择建议：短视频推荐使用 base 或 small 模型；10分钟以上推荐 medium，30分钟以上推荐 large 以防幻觉重复。

源码运行

源码运行与部署流程（开发者/高级用户）：

# 1. 克隆仓库
git clone https://github.com/Fairy-Oracle-Sanctuary/Fairy-Kekkai-Workshop.git
cd Fairy-Kekkai-Workshop

# 2. 创建并激活虚拟环境
uv venv
.venv\Scripts\activate        # Windows
source .venv/bin/activate     # Unix/macOS

# 3. 安装依赖
uv pip install -r requirements.txt

# 4. 运行应用
python Fairy-Kekkai-Workshop.py