readme.md

粤语学习与字幕生成助手

这是一个专门为学习粤语的人设计的工具，主要提供两个核心功能：

1. 为粤语YouTube视频自动生成粤语字幕
2. 实时识别粤语对话并生成字幕，同时翻译成普通话（开发中）

功能特点

YouTube视频粤语字幕生成

• 自动下载YouTube视频和音频
• 使用阿里云SenseVoice大模型进行粤语语音识别
• 生成准确的粤语字幕（持续优化中）

实时粤语识别与翻译（开发中）

• 使用OpenAI Whisper进行实时粤语语音识别
• 通过阿里云Qwen-Max大模型将粤语翻译成普通话
• 实时显示双语字幕

技术栈

• 视频处理：

  • yt-dlp：YouTube视频下载工具

• 语音识别：

  • 阿里云SenseVoice：用于视频的粤语识别
  • OpenAI Whisper：用于实时粤语识别

• 机器翻译：

  • 阿里云Qwen-Max：粤语到普通话的翻译

• 存储服务：

  • 阿里云OSS：音视文件存储

环境要求

1. Python 3.x
2. 相关依赖包（详见 requirements.txt）
3. 阿里云账号（用于SenseVoice和OSS服务）
4. OpenAI API密钥（用于Whisper服务）

快速开始

1. 克隆项目

git clone [项目地址]
cd [项目目录]

2. 安装依赖

pip install -r requirements.txt

3. 配置环境变量

cp .env.example .env
# 编辑.env文件，填入相应的API密钥和配置信息

使用说明

YouTube视频字幕生成

# 使用示例代码
python main.py

实时语音识别（开发中）

# 使用示例代码
python openWisper.py

注意事项

• 目前粤语字幕的准确度还在持续优化中
• 实时识别功能仍在开发阶段
• 使用前请确保已正确配置所有必要的API密钥

贡献指南

欢迎提交Issue和Pull Request来帮助改进项目。

联系方式

如有问题或建议，请通过以下方式联系：

• GitHub Issues
• email: [email protected]