开源Faster Whisper日文视频AI翻译工具：本地一键生成中文字幕

🎙️ Faster Whisper TransWithAI ChickenRice 是一个专注于日文视频处理的开源工具。它基于改进版的 Faster Whisper 和专门优化的语音活动检测（VAD）模型，能够自动识别视频中的日语语音，并将其翻译成中文字幕。这个项目源自 AI 汉化组 的实践，展示了爱好者们如何从使用工具进化到创造工具。

核心功能：识别音视频中的日文，并翻译为中文字幕

工具的核心是两款经过针对性训练的模型：

• 翻译模型：chickenrice0721/whisper-large-v2-translate-zh-v0.2-st，这是一个在大量日文数据上微调过的 Whisper 模型，专门优化日文到中文的翻译质量。
• 识别与VAD模型：TransWithAI/Whisper-Vad-EncDec-ASMR-onnx，针对语音（尤其是可能包含背景音或低语的情景）优化过的语音识别与端点检测模型。

需要注意的是，主要的翻译模型（海南鸡模型）设计为直接输出中文，因此它不具备输出日文原文的能力。

使用方法极其简单：只需要将需要处理的音频或视频文件（或者整个文件夹）拖放到工具提供的批处理文件（.bat）上即可运行。整个工具包大小约为 4.4GB。

你可以在 GitHub 上找到它的仓库：https://github.com/TransWithAI/Faster-Whisper-TransWithAI-ChickenRice

功能特性

• 🎯 高精度日文转中文翻译：基于超过5000小时音频数据训练的“海南鸡v2”优化模型。
• 🚀 GPU加速：支持 CUDA 11.8/12.2/12.8，可充分利用 NVIDIA 显卡进行加速推理。
• ☁️ 云端推理：支持 Modal 云端 GPU 服务，没有本地显卡的用户也能使用。
• 📝 多格式输出：支持生成 SRT、VTT、LRC 等多种常用的字幕文件格式。
• 🎬 广泛的音视频支持：支持处理常见的音频格式（如 mp3, wav, flac）和视频格式（如 mp4, mkv, avi）。
• 💾 智能缓存：自动跳过已经处理过的文件，大幅提升批量处理任务的效率。
• 🔧 灵活配置：允许用户自定义转录的各种参数，以适应不同清晰度、语速的视频内容。

对显卡的要求比较友好，即便是几年前的 GTX 10 系列显卡也能运行，只是速度会慢一些。以下是不同显卡系列推荐的 CUDA 版本：

这个工具能用来做什么？

对于喜欢观看日语原声视频（如动漫、日剧、Vlog、教程等）但苦于没有或缺少中文字幕的用户来说，这个工具提供了一个高效的自动化解决方案。它可以帮你快速为本地视频生成可用的中文字幕，省去手动寻找和匹配字幕的麻烦。无论是个人学习娱乐，还是为小型创作者处理素材，它都是一个值得尝试的开源实战项目。

原文参考：https://www.appinn.com/faster-whisper-transwithai-chickenrice/