AutoSub 安装教程3 种方式pip/GPU/Docker快速搭建视频字幕生成环境【免费下载链接】AutoSubA CLI script to generate subtitle files (SRT/VTT/TXT) for any video using either DeepSpeech or Coqui项目地址: https://gitcode.com/gh_mirrors/auto/AutoSubAutoSub 是一款开源的视频字幕自动生成工具只需一条命令就能为任意视频生成 SRT、VTT、TXT 三种格式的字幕文件底层基于 Coqui STT / DeepSpeech 语音识别引擎。本文是一份面向新手的 AutoSub 安装教程带你用 pip 安装、GPU 加速安装、Docker 部署三种方式快速搭建自己的视频字幕生成环境从此告别手动打轴效率翻倍。一、AutoSub 是什么先了解字幕生成原理AutoSub 是一个基于 Python 的命令行CLI工具它把视频 → 字幕的复杂流程自动化整个工作链路如下提取音频调用 FFmpeg 从视频中抽取 16kHz 采样率的音频✂️静音切分利用 pyAudioAnalysis 的静音检测算法把长音频切成多个小片段方便推理语音识别对每个片段运行 Coqui STT / DeepSpeech 模型推理写出字幕汇总时间戳自动生成 SRT / VTT / TXT 文件到output/目录想深入了解实现细节可以查看这些核心模块autosub/main.py主程序与参数解析、autosub/audioProcessing.py音频提取、autosub/segmentAudio.py静音切分、autosub/writeToFile.py字幕写出以及autosub/utils.py工具函数。安装配置在setup.py与Dockerfile中依赖清单见requirements.txtCPU与requirements-gpu.txtGPU。二、安装前准备环境要求与依赖清单无论选择哪种安装方式都需要先确认环境满足以下条件项目要求Python3.x建议 3.10 及以下版本FFmpeg4.x用于音频提取模型文件Coqui 的.tflite模型 .scorer评分器显卡可选NVIDIA GPU 且 CUDA 版本匹配依赖清单区别CPU 安装使用requirements.txtGPU 安装则换成requirements-gpu.txt——后者额外包含tensorflow-gpu1.15和deepspeech-gpu0.9.3能让推理跑在显卡上速度大幅提升。三、方式一pip 安装CPU最快上手这是最推荐的入门方案一共 5 步全程 5 分钟搞定。第 1 步克隆仓库并进入目录git clone https://gitcode.com/gh_mirrors/auto/AutoSub cd AutoSub第 2 步创建虚拟环境强烈建议为避免依赖冲突推荐用 virtualenv 隔离环境python3 -m pip install --user virtualenv virtualenv -p python3 sub source sub/bin/activate第 3 步pip 安装依赖与程序pip install .安装完成后会自动注册autosub命令见setup.py中的 console_scripts 配置方便后续直接调用。第 4 步安装 FFmpegUbuntu / Debian 系统执行sudo apt-get install ffmpeg ffmpeg -version第 5 步下载语音模型模型文件需放在仓库根目录。执行getmodels.sh即可自动下载 Coqui 模型与评分器版本号作为参数./getmodels.sh 0.9.3✅ 安装完成后运行autosub --dry-run验证环境是否就绪。四、方式二GPU 加速安装NVIDIA 显卡用户的进阶之选如果你有 NVIDIA 显卡推荐走 GPU 路线——同样的视频识别速度可能快出数倍。安装 GPU 版依赖先安装 GPU 依赖清单再安装程序本体pip install -r requirements-gpu.txt pip install .⚠️重点注意 CUDA 版本匹配requirements-gpu.txt锁定的是tensorflow-gpu1.15与deepspeech-gpu0.9.3请确保本机 CUDA 版本与之兼容否则推理时会报 CUDA 初始化错误。验证 GPU 是否被识别运行一次--dry-run可提前实例化 CUDA / TensorFlow 缓存避免正式执行时卡在加载阶段autosub --dry-run之后正常使用autosub --file 视频路径即可其余操作与 CPU 版完全一致。五、方式三Docker 部署免配置环境开箱即用不想折腾 Python 环境Docker 把依赖、FFmpeg、模型全部打包进镜像一条命令启动。CPU 版 Docker# 1. 先准备好模型文件 ./getmodels.sh 0.9.3 # 2. 构建镜像 docker build -t autosub . # 3. 运行视频放在 input/ 目录 docker run --volumepwd/input:/input --name autosub autosub --file /input/video.mp4 # 4. 取出生成的字幕 docker cp autosub:/output/ .GPU 版 Docker通过--build-arg指定 GPU 基础镜像和 GPU 依赖清单docker build --build-arg BASEIMAGEnvidia/cuda:10.1-cudnn7-runtime-ubuntu18.04 \ --build-arg DEPSLISTrequirements-gpu.txt -t autosub-base . docker run --gpus all --name autosub-base autosub-base --dry-run docker commit --change CMD [] autosub-base autosub-instance docker run --volumepwd/input:/input --name autosub autosub-instance --file /input/video.mp4 docker cp autosub:/output/ . GPU 版先把程序实例固化成可复用镜像autosub-instance下次运行就能跳过模型加载耗时非常适合批量处理视频。六、安装后第一步生成你的第一个字幕文件安装完成后最基础的使用方式python3 autosub/main.py --file ~/movie.mp4脚本运行结束后字幕文件会自动保存到output/目录直接拖进 VLC 播放器即可加载。常用参数也一并送给你参数作用示例--split-duration单条字幕最大显示秒数默认 5 秒--split-duration 8--format只输出指定格式srt/vtt/txt--format srt txt--model/--scorer指定自定义模型文件--model my.tflite--dry-run预检参数、初始化缓存--dry-run七、常见问题与排错建议FAQ模型文件缺失怎么办脚本会自动下载默认模型多版本并存时可用--model与--scorer指定。只支持英文吗默认是英文模型处理其他语言需手动下载对应语言的模型与评分器。生成速度大概多快官方在双核 i5 8GB 内存的笔记本上测试70 分钟视频约需 40 分钟通常不超过视频时长的 60%GPU 环境下会明显更快。CUDA 报错怎么排查优先检查 CUDA 驱动版本是否与requirements-gpu.txt中的依赖匹配可先跑--dry-run验证。结语至此你已经掌握了 AutoSub 的三种安装方式pip 安装适合快速体验GPU 安装适合追求速度Docker 部署适合省心迁移。选择最适合你的一种把等字幕变成生成字幕让视频处理更高效吧【免费下载链接】AutoSubA CLI script to generate subtitle files (SRT/VTT/TXT) for any video using either DeepSpeech or Coqui项目地址: https://gitcode.com/gh_mirrors/auto/AutoSub创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
)
