Download do Chenyme AAVT - Chenyme AAVT Download de código -fonte

Chenyme AAVT

Outro código-fonte

v0.9.0

Baixar

Observação

Se este projeto é útil para você, lembra -se de Star?

Recomendado para usar o modelo grande para uma experiência melhor ao reconhecer! Como estou me preparando para o exame, a velocidade de atualização desacelerará.

Tutorial de instalação |

Introdução ao projeto

O projeto de tradução de vídeo totalmente automático da Chenyme-AAVT está comprometido em fornecer um processo simples, eficiente e gratuito de reconhecimento de mídia automatizada, ajudando você a preencher rapidamente várias funções, como reconhecimento, tradução e processamento de áudio e video subtítulos. No futuro, continuaremos a adicionar ferramentas mais interessantes com base nas funções básicas existentes, como reconhecimento em tempo real, correção labial, clonagem de som, identificação de tons, etc. Fique atento!

Funções básicas atualmente suportadas, nem todas as funções:

[Reconhecimento de áudio] |

Destaques do projeto

TODO |

Identificar relacionados

Substitua o projeto mais rápido do Whisper
Apoie o carregamento do modelo local
Suporta o ajuste fino de modelo de sussurro pessoal
Vad ajudou a otimização
Otimização de frases no nível da palavra
Mais reconhecimento de linguagem
Diferença de tom
Tradução de voz em tempo real

Tradução relacionada

Otimização da tradução
Mais traduções de idiomas
Mais modelos de tradução
Mais motores de tradução
Apoie a tradução local de modelo de grande idioma

Vídeo relacionado

Blog de imagem e texto

Gerar fotos e textos
Mais estilos de escrita
Otimize a eficiência da geração
Melhorar a taxa de produto acabado

outro

Assistente de IA
Visualização de vídeo

Suporta reconhecimento e tradução de vários idiomas
Suporta localização e implantação livre de todo o processo
Suporta uma geração de vídeo com um clique de conteúdo de blog, imagens de marketing e textos
Suporta tradução automatizada , modificação secundária de legendas e visualização de vídeos
Apoia a aceleração da GPU , a Aceleração do VAD , a aceleração do FFMPEG
Suporta o uso de muitos motores de tradução de modelos grandes, como ChatGPT , Claude , Gêmeos , Deepseek , etc.

Aviso

Anúncio sobre DLL ausente

A solução a seguir pode ser efetivamente resolvida após a verificação por mim.

1. `fbgemm.dll` está ausente. Este é um erro Pytorch na construção de arquivos MKL do WIN.

2. Falta `cudnn_ops_infer64_8.dll` , fazendo com que a ativação da GPU falhe. Por favor, vá para lançamentos para baixar o pacote de compactação CUDA_DLL.ZIP para descomprimir para o diretório CUDA `C:Program FilesNVIDIA GPU Computing ToolkitCUDAv12.4bin` correção

Implantação do Windows

Pré-ambiente: Python, FFMPEG, descrição do CUDA

Python |

Selecione uma versão do Python> 3.8
Vá para o site oficial do Python para baixar e instalar o programa
Execute a instalação, clique na opção Adicionar ao caminho durante a instalação

FFMPEG |

Se você não sabe como instalar e compilar, faça o download da versão Win diretamente no lançamento do projeto e traga o FFMPEG compilado
Vá para o site oficial do FFMPEG para baixar a versão compilada do Windows
Defina o FFMPEG como uma variável de ambiente

CUDA (CPU pode ser ignorado) |

As versões recomendadas são CUDA11.8, 12.1, 12.4
Vá para o site oficial da CUDA para baixar o programa de instalação do CUDA
Instale o CUDA

‼ ️ Certifique-se de que o pré-ambiente esteja pronto antes de continuar as seguintes etapas ‼ ️
1. Execute o script de implantação
Vá para a página de lançamento para baixar o último lançamento do Win (Win/Small)
Execute 1_Install.bat , aguarde o script e, depois de passar, selecione a versão para instalar de acordo com os prompts na interface.
2. Execute a web do projeto
Run 2_WebUI.bat
Aguarde o webui para puxar automaticamente ou entre no URL localhost:8501
Senha de verificação do projeto chenymeaavt (esta é a função de proteção da nova versão, que pode ser desligada)

Implantação do Mac OS

Pré-ambiente: Python, Brew, FFMPEG Descrição

Python

Selecione uma versão do Python> 3.8
Vá para o site oficial do Python para baixar o pacote de instalação do PGK
Execute a instalação, selecione a instalação padrão na página

Brew

Use o seguinte comando para instalar brew em um clique

 /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

Ffmpeg

Use o seguinte comando para instalar FFMpeg em um clique
```
 brew install FFMpeg
```

‼ ️ Certifique-se de que o pré-ambiente esteja pronto antes de continuar as seguintes etapas ‼ ️
1. Dependências do projeto de instalação
Vá para a página de lançamento para baixar o último lançamento do Mac (Mac/Small)
 cd Chenyme-AAVT
pip3 install -r requirements.txt
2. Execute a web do projeto
 streamlit run Chenyme-AAVT.py
Aguarde o webui para puxar automaticamente ou entre no URL localhost:8501
Senha de verificação do projeto chenymeaavt (esta é a função de proteção da nova versão, que pode ser desligada)

Implantação do Docker

Obrigado @eisaichen por ajudar com esta imagem

Docker
 docker pull chenyme/chenyme-aavt:latest
Após a conclusão, digite <您的服务器IP>:8501 para acessar
Senha de verificação do projeto chenymeaavt (esta é a função de proteção da nova versão, que pode ser desligada)

Docker-Compose
 git clone https://github.com/Chenyme/Chenyme-AAVT
cd Chenyme-AAVT
docker-compose up -d
Após a conclusão, digite <您的服务器IP>:8501 para acessar
Senha de verificação do projeto chenymeaavt (esta é a função de proteção da nova versão, que pode ser desligada)

Implantação do Linux

Esta versão é a versão Linux Cuda 12.1 Docker do AAVT v0.8.6, e a versão mais recente é v0.9.0
Obrigado @dhlsam por fornecer esta versão
Para métodos de uso específicos, consulte: questões/36