AI字幕基于whisper.cpp，支持在本地直接为视频生成字幕，同时支持通过chatgpt对识别结果进行翻译。

下载地址：百度云

下载后解压放到extension\app目录下

使用方法

点击“打开文件”选择一个视频文件，或者直接选择KikoPlay正在播放的文件。如果只是想翻译字幕，也支持仅打开srt字幕文件：

点击“识别字幕” 开始识别，如果提示“请在设置中指定whisper模型文件”，在设置页中先设置 whisper模型文件，默认携带了base版本模型（位于model目录）

识别结束后可点击“翻译字幕”进行翻译（需要设置chatgpt api）：

可直接双击识别结果进行修改。点击“保存字幕”可将结果保存为srt字幕文件，可保存原始/识别/双语结果：

保存后可点击“载入KikoPlay”将字幕直接加载到KikoPlay正在播放的文件里。

设置

• 使用cuda加速whisper识别：如果系统安装了cuda，可勾选这个选项加速识别过程。（whisper.cpp加载相同的模型，cpu/gpu识别相同的文件可能有不同的结果）
• whisper模型文件：默认打包了base版本的模型（位于model目录下），可以自行下载更大的模型（识别效果会更好）：huggingface, ggerganov, 魔塔社区
• 视频语言识别：默认是”auto”，由whisper自动检测，如果检测不正确，可手动指定：(只输入:前面的部分)

   en: english,
   zh: chinese,
   de: german,
   es: spanish,
   ru: russian,
   ko: korean,
   fr: french,
   ja: japanese,
   pt: portuguese,
   tr: turkish,
   pl: polish,
   ca: catalan,
   nl: dutch,
   ar: arabic,
   sv: swedish,
   it: italian,
   id: indonesian,
   hi: hindi,
   fi: finnish,
   vi: vietnamese,
   he: hebrew,
   uk: ukrainian,
   el: greek,
   ms: malay,
   cs: czech,
   ro: romanian,
   da: danish,
   hu: hungarian,
   ta: tamil,
   no: norwegian,
   th: thai,
   ur: urdu,
   hr: croatian,
   bg: bulgarian,
   lt: lithuanian,
   la: latin,
   mi: maori,
   ml: malayalam,
   cy: welsh,
   sk: slovak,
   te: telugu,
   fa: persian,
   lv: latvian,
   bn: bengali,
   sr: serbian,
   az: azerbaijani,
   sl: slovenian,
   kn: kannada,
   et: estonian,
   mk: macedonian,
   br: breton,
   eu: basque,
   is: icelandic,
   hy: armenian,
   ne: nepali,
   mn: mongolian,
   bs: bosnian,
   kk: kazakh,
   sq: albanian,
   sw: swahili,
   gl: galician,
   mr: marathi,
   pa: punjabi,
   si: sinhala,
   km: khmer,
   sn: shona,
   yo: yoruba,
   so: somali,
   af: afrikaans,
   oc: occitan,
   ka: georgian,
   be: belarusian,
   tg: tajik,
   sd: sindhi,
   gu: gujarati,
   am: amharic,
   yi: yiddish,
   lo: lao,
   uz: uzbek,
   fo: faroese,
   ht: haitian creole,
   ps: pashto,
   tk: turkmen,
   nn: nynorsk,
   mt: maltese,
   sa: sanskrit,
   lb: luxembourgish,
   my: myanmar,
   bo: tibetan,
   tl: tagalog,
   mg: malagasy,
   as: assamese,
   tt: tatar,
   haw: hawaiian,
   ln: lingala,
   ha: hausa,
   ba: bashkir,
   jw: javanese,
   su: sundanese,
   yue: cantonese,
  

• 启用VAD：支持基于silero-vad的vad检测，如果音频中包含较多空白影响whisper检测效果，可尝试开启。

  开启后，在whisper识别前会执行vad检测，提取包含语音的片段合并后再由whisper识别，最终将识别结果映射会原始音频的位置。

  可调整 检测阈值、语音之间的最小空白、语音最少持续 三个选项来取得更好的检测效果。

• ChatGPT API Key：可从这里免费获取一个支持chatgpt 3.5的API Key，需要有github账户。
• ChatGPT翻译Prompt：通过Prompt引导chatgpt进行翻译，可自行调整
• ChatGPT每次请求翻译条数：条数越少请求次数越多，但条数多可能影响识别效果。