Язык / Language: Русский · English

Video Translator Pro

Video Translator Pro — Windows-приложение для автоматического распознавания речи, перевода и озвучивания видео. Проект объединяет OpenAI Whisper, машинный перевод, Edge TTS / gTTS и FFmpeg в один устойчивый медиаконвейер.

Главная особенность проекта — режим Pause Sync: если перевод получается длиннее исходной фразы, программа старается сохранить естественную речь вместо агрессивного ускорения или обрезки перевода.

Что демонстрирует проект

• многоэтапный pipeline: audio extraction → speech recognition → translation → TTS → video assembly;
• Whisper, Edge TTS, gTTS, FFmpeg и FFprobe в одном desktop-приложении;
• checkpoints/recovery и повторное использование промежуточных результатов;
• ограниченные retry и защиту от каскада сетевых ошибок;
• проверку итогового артефакта, а не только return code;
• синхронизацию переведённой речи с видео через Pause Sync;
• модульную структуру videotranslator/, regression tests и AI-friendly AGENTS.md.

Возможности

• распознавание речи через OpenAI Whisper;
• перевод через deep-translator;
• Edge TTS с gTTS fallback;
• Pause Sync и настраиваемый предел ускорения речи;
• FFmpeg / FFprobe media pipeline;
• подмешивание оригинальной дорожки;
• несколько языков;
• TTS-cache;
• checkpoint/recovery;
• финальная проверка MP4;
• структурированная диагностика.

Установка

1. Установите Python 3.10–3.13 для Windows.
2. Установите FFmpeg и FFprobe и добавьте их в PATH либо положите рядом с video_translator.py.
3. Скачайте проект:

git clone https://github.com/zeter1/Video-Translator-Pro.git
cd Video-Translator-Pro

4. Создайте окружение и установите зависимости:

py -m venv .venv
.\.venv\Scripts\Activate.ps1
py -m pip install --upgrade pip
py -m pip install -r requirements.txt

При первом использовании Whisper может загрузить выбранную модель.

Запуск

py video_translator.py

Также можно использовать Запустить.bat.

Как пользоваться

1. Выберите видеофайл.
2. Укажите язык исходной речи и язык перевода.
3. Выберите Whisper и TTS-настройки.
4. Настройте максимальное ускорение и подмешивание оригинального звука.
5. Запустите перевод.
6. Программа выполнит распознавание, перевод, TTS и сборку через FFmpeg.
7. Итоговый MP4 проверяется перед успешным завершением.

Если задача прервалась, сохраните recovery/checkpoint и TTS-cache — уже выполненная работа может быть использована повторно.

Pause Sync

1. Используется естественная пауза после исходной реплики.
2. При необходимости перевод умеренно ускоряется в пределах лимита.
3. Если фраза всё ещё не помещается, видеоряд временно останавливается до завершения перевода.

Архитектура

video_translator.py        # compatibility launcher
videotranslator/
├── pipeline/              # orchestration, translation, TTS, timeline
├── media/                 # FFmpeg/FFprobe, audio/video operations
├── speech/                # Whisper loading
├── network/               # retries / network-storm protection
├── recovery/              # checkpoints and batch recovery
├── diagnostics/           # structured diagnostics
├── sync/                  # Pause Sync
├── reports/
├── tts/
└── ui/
tests/                     # regression tests
tools/                     # project tooling
docs/                      # documentation
legacy/                    # historical implementation

Надёжность

• атомарные checkpoints;
• восстановление незавершённых задач;
• повторное использование TTS-фрагментов;
• ограниченные retry;
• network-storm protection;
• heartbeat длительных Whisper/FFmpeg этапов;
• проверка финального MP4;
• ограничение cache/diagnostics.

Проверка

python -m compileall -q video_translator.py videotranslator tests tools
python -m unittest discover -s tests -v

GitHub Actions выполняет compile и offline regression suite. Полный end-to-end перевод с реальными Whisper/TTS/FFmpeg сценариями требует Windows и соответствующего runtime-окружения.

Ограничения

• качество перевода зависит от распознавания исходной речи;
• сильно заглушённые слова могут быть пропущены Whisper;
• Edge TTS и перевод требуют сетевого доступа;
• полный медиапайплайн зависит от FFmpeg/FFprobe;
• CI не загружает реальные модели Whisper и не заменяет end-to-end runtime проверку.

Диагностика и поддержка

• Поддержка и диагностика
• Security / privacy
• docs/ — архитектура и эксплуатационная документация;
• .github/ISSUE_TEMPLATE/bug_report.yml — структурированный bug report.

Лицензия

Проект опубликован для портфолио, изучения архитектуры и просмотра исходного кода. Отдельная open-source лицензия в настоящее время не предоставляется.