pyVideoTrans

简体中文

English

简体中文

English

Appearance

Parakeet-API: 高性能本地语音转录服务 ​

parakeet-api 项目 是一个基于 NVIDIA Parakeet-tdt-0.6b 模型的本地语音转录服务。它提供了一个与 OpenAI API 兼容的接口和一个简洁的 Web 用户界面，让您能够轻松、快速地将任何音视频文件转换为高精度的 SRT 字幕,同时可适配pyVideoTrans v3.72+。

本项目开源地址： https://github.com/jianchang512/parakeet-api

✨ Parakeet-API 核心优势 ​

  • 🚀 极致的速度与性能: Parakeet 模型经过高度优化，尤其在配备 NVIDIA GPU 的环境下，其转录速度非常快，特别适合处理大量或长时长的音视频文件。
  • 🎯 精准的时间戳: 采用先进的 Transducer (TDT) 技术，生成的 SRT 字幕时间戳非常精确，能与音频流完美对齐，非常适合视频字幕制作。
  • 💰 完全免费，无限使用: 在您自己的硬件上运行，无需支付任何 API 调用费用，也没有使用时长的限制。
  • 🌐 灵活的访问方式: 提供直观的 Web 界面和标准化的 API 接口，可轻松集成到 pyVideoTrans 等现有工作流中。

🛠️ 安装与配置指南 ​

本项目支持 Windows, macOS 和 Linux。请按照以下步骤进行安装和配置。

步骤 0: 配置 python3.10 环境 ​

如果你本机无python3，请照此教程安装: https://pvt9.com/_posts/pythoninstall

步骤 1: 准备 FFmpeg ​

本项目使用 ffmpeg 进行音视频格式预处理。

  • Windows (推荐):

    1. 从 FFmpeg github 仓库下载 解压后得到ffmpeg.exe。
    2. 将下载的 ffmpeg.exe 文件直接放置在本项目根目录 (与 app.py 文件在同一级)，程序会自动检测并使用它，无需配置环境变量。

  • macOS (使用 Homebrew):

    bash
    brew install ffmpeg

  • Linux (Debian/Ubuntu):

    bash
    sudo apt update && sudo apt install ffmpeg

步骤 2: 创建 Python 虚拟环境并安装依赖 ​

  1. 下载或克隆本项目代码到您的本地计算机(建议放在非系统盘的英文或数字文件夹内)。

  2. 打开终端或命令行工具，并进入项目根目录(windows上直接在文件夹地址栏里输入cmd回车即可)。

  3. 创建虚拟环境: python -m venv venv

  4. 激活虚拟环境:

    • Windows (CMD/PowerShell): .\venv\Scripts\activate
    • macOS / Linux (Bash/Zsh): source venv/bin/activate

  5. 安装依赖库:

    • 如果您没有 NVIDIA 显卡 (仅使用 CPU):

      bash
      pip install -r requirements.txt

    • 如果您有 NVIDIA 显卡 (使用 GPU 加速): a. 确保您已安装最新的 NVIDIA 驱动 和相应的 CUDA Toolkit。 b. 卸载可能存在的旧版 PyTorch: pip uninstall -y torch c. 安装与您的 CUDA 版本匹配的 PyTorch (以 CUDA 12.6 为例):

      bash
      pip install torch --index-url https://download.pytorch.org/whl/cu126

步骤 3: 启动服务 ​

在已激活虚拟环境的终端中，运行以下命令：

bash
python app.py

您将看到服务启动的提示。首次运行会下载模型（约1.2GB），请耐心等待。

如果出现一堆提示，无需介意，

启动成功界面

🚀 使用方法 ​

方法 1: 使用 Web 界面 ​

  1. 在浏览器中打开：http://127.0.0.1:5092
  2. 拖拽或点击上传您的音视频文件。
  3. 点击 "开始转录"，等待处理完成即可在下方看到并下载 SRT 字幕。

方法 2: API 调用 (Python 示例) ​

使用 openai 库可以轻松调用本服务。

python
from openai import OpenAI

client = OpenAI(
    base_url="http://127.0.0.1:5092/v1",
    api_key="any-key",
)

with open("your_audio.mp3", "rb") as audio_file:
    srt_result = client.audio.transcriptions.create(
        model="parakeet",
        file=audio_file,
        response_format="srt"
    )
print(srt_result)

方法 3: 集成到 pyVideoTrans (推荐) ​

Parakeet-API 可与视频翻译工具 pyVideoTrans (v3.72及以上版本) 无缝集成。

  1. 确保您的 parakeet-api 服务正在本地运行。
  2. 打开 pyVideoTrans 软件。
  3. 在菜单栏中，选择 语音识别(R) -> Nvidia parakeet-tdt。
  4. 在弹出的配置窗口中，将 "http地址" 设置为：http://127.0.0.1:5092/v1
  5. 点击 "保存"，即可开始使用。