video_translation/README_CLI.md

VideoLingo 命令行版本使用说明

本文档介绍如何使用 VideoLingo 的命令行版本（run.py），无需图形界面即可处理视频。

快速开始

1. 基本使用

编辑 run.py 文件中的参数：

# 在 main() 函数中修改这些参数
INPUT_VIDEO_PATH = "path/to/your/video.mp4"  # 您的视频路径
OUTPUT_DIR = "output"                        # 输出目录
INCLUDE_DUBBING = True                       # 是否包含配音

然后运行：

python run.py

2. 使用 VideoLingoProcessor 类

from run import VideoLingoProcessor

# 创建处理器实例
processor = VideoLingoProcessor(
    input_path="my_video.mp4",
    output_dir="my_output"
)

# 执行完整处理（字幕 + 配音）
processor.process_all(include_dubbing=True)

# 或者只生成字幕
processor.process_all(include_dubbing=False)

核心功能

VideoLingoProcessor 类

主要的处理器类，提供以下方法：

初始化参数

• input_path: 输入视频文件路径（必需）
• output_dir: 输出目录路径（默认 "output"）

主要方法

• process_all(include_dubbing=True): 执行完整处理流程
• process_subtitles(): 只处理字幕生成
• process_dubbing(): 只处理配音生成（需要先生成字幕）
• cleanup_files(): 清理临时文件
• delete_dubbing_files(): 删除配音相关文件

配置参数

修改配置文件

您可以直接编辑 config.yaml 文件，或在代码中使用 update_key() 函数：

from core.utils.config_utils import update_key

# 修改目标语言
update_key("target_language", "简体中文")

# 修改 TTS 方法
update_key("tts_method", "azure_tts")

# 禁用字幕烧录
update_key("burn_subtitles", False)

常用配置项

配置项	描述	示例值
target_language	目标翻译语言	"简体中文", "English"
tts_method	TTS 方法	"azure_tts", "edge_tts", "openai_tts"
burn_subtitles	是否烧录字幕到视频	true, false
whisper.model	Whisper 模型	"large-v3", "medium"
whisper.language	原始语言	"en", "zh", "ja"

使用示例

示例 1: 基础字幕生成

from run import VideoLingoProcessor

processor = VideoLingoProcessor(
    input_path="english_video.mp4",
    output_dir="chinese_subtitles"
)

# 只生成字幕，不配音
processor.process_all(include_dubbing=False)

示例 2: 完整处理（字幕+配音）

from run import VideoLingoProcessor

processor = VideoLingoProcessor(
    input_path="english_video.mp4",
    output_dir="full_output"
)

# 生成字幕和配音
processor.process_all(include_dubbing=True)

示例 3: 自定义配置

from run import VideoLingoProcessor
from core.utils.config_utils import update_key

# 自定义配置
update_key("target_language", "日本語")
update_key("tts_method", "edge_tts")
update_key("whisper.model", "large-v3")

processor = VideoLingoProcessor(
    input_path="english_video.mp4",
    output_dir="japanese_output"
)

processor.process_all(include_dubbing=True)

示例 4: 分步处理

from run import VideoLingoProcessor

processor = VideoLingoProcessor(
    input_path="video.mp4",
    output_dir="output"
)

# 设置视频文件
processor.setup_video_file()

# 步骤 1: 生成字幕
if processor.process_subtitles():
    print("字幕生成成功!")
    
    # 步骤 2: 生成配音
    if processor.process_dubbing():
        print("配音生成成功!")

输出文件

处理完成后，输出目录将包含：

• output_sub.mp4: 带字幕的视频（如果启用字幕烧录）
• output_dub.mp4: 带配音的视频（如果执行了配音处理）
• *.srt 文件: 字幕文件
• dub.wav: 配音音频文件
• log/ 目录: 处理日志和中间文件

错误处理

脚本包含基本的错误处理：

• 输入文件不存在时会报错
• 处理失败时会显示错误信息
• 每个步骤都有独立的错误捕获

注意事项

1. 输入文件格式: 支持常见视频格式（mp4, mov, avi, mkv 等）
2. API 密钥: 确保在 config.yaml 中正确配置了所需的 API 密钥
3. 硬件要求:
   • GPU 推荐（用于 Whisper 和 TTS）
   • 足够的磁盘空间存储中间文件
4. 网络要求: 某些 TTS 服务需要网络连接

疑难解答

常见问题

1. 模块导入错误: 确保在 VideoLingo 项目根目录下运行脚本
2. API 调用失败: 检查 API 密钥和网络连接
3. 内存不足: 对于大文件，考虑使用较小的 Whisper 模型

日志查看

处理过程中的详细日志保存在 output/log/ 目录中，可以查看具体的错误信息。

---

更多信息请参考项目主页和原版 Streamlit 界面的说明。