播客變雙語(yǔ)字幕：OpenLRC，簡(jiǎn)單快速的音頻轉(zhuǎn)LRC與AI字幕生成)
一條命令把1小時(shí)播客變雙語(yǔ)字幕OpenLRC簡(jiǎn)單快速的音頻轉(zhuǎn)LRC與AI字幕生成【免費(fèi)下載鏈接】openlrcTranscribe and translate voice into LRC file using Whisper and LLMs (GPT, Claude, et,al). 使用whisper和LLM(GPTClaude等)來(lái)轉(zhuǎn)錄、翻譯你的音頻為字幕文件。項(xiàng)目地址: https://gitcode.com/gh_mirrors/op/openlrc給播客配字幕你還在逐句聽寫到凌晨OpenLRC 是一個(gè)開源的音頻轉(zhuǎn)LRC工具把錄音丟進(jìn)去AI 字幕生成自動(dòng)完成——Whisper 識(shí)別出文字LLM 翻譯時(shí)間軸對(duì)齊同步歌詞到手全程一條命令。不管是播客、課程還是會(huì)議錄音流程都一樣耗時(shí)從天縮到幾十分鐘。工具本身 MIT 開源免費(fèi)只有翻譯環(huán)節(jié)走 LLM API 計(jì)費(fèi)。一小時(shí)的錄音你打算逐句聽寫多久咱們有更短的路。一條命令從音頻到 LRC 文件git clone https://gitcode.com/gh_mirrors/op/openlrc # 把倉(cāng)庫(kù)拉下來(lái) pip install . # 本地裝上 openlrc run -i 演講錄音.mp3 -t zh-cn # 音頻進(jìn)LRC 出-t是目標(biāo)語(yǔ)言換成什么就翻什么想留原文就加--bilingual雙語(yǔ)字幕一起給你。產(chǎn)出的就是帶精確時(shí)間戳的標(biāo)準(zhǔn) LRC 文件播放器直接能放。更多參數(shù)看倉(cāng)庫(kù)根目錄的 README.md不想碰命令行也沒關(guān)系下文有網(wǎng)頁(yè)版。它到底做了什么30 秒看懂鏈路主鏈路比想象中短。ffmpeg 先對(duì)音頻做預(yù)處理響度歸一化可選降噪然后 Faster-Whisper——比普通 Whisper 快約 4 倍——把語(yǔ)音識(shí)別成帶時(shí)間戳的文本。接著進(jìn)入多智能體翻譯系統(tǒng)Context Reviewer 先審查上下文Validator 校驗(yàn)翻譯請(qǐng)求最后 Translator 調(diào)用 LLM 完成翻譯時(shí)間軸還會(huì)按目標(biāo)語(yǔ)言的閱讀速度自動(dòng)調(diào)整。一次丟多個(gè)文件時(shí)翻譯端是并行的不用排隊(duì)。想要深挖提示詞設(shè)計(jì)可以看 openlrc/prompter.py。誰(shuí)會(huì)用幫你對(duì)號(hào)入座 這個(gè) AI 聽寫工具基本覆蓋三類人場(chǎng)景原來(lái)怎么做現(xiàn)在多久音樂人做雙語(yǔ)歌詞找聽寫、再找翻譯、手動(dòng)調(diào)時(shí)間軸3-5 天上傳一次30 分鐘出雙語(yǔ) LRC省 80%在線課程做多語(yǔ)言字幕50 節(jié)課人工處理約兩周批量 2 小時(shí)跑完提速 95%跨國(guó)公司會(huì)議紀(jì)要會(huì)后再人工整理錄音實(shí)時(shí)生成字幕并導(dǎo)出 LRC整理時(shí)間少 60%一個(gè)人做創(chuàng)作還是帶課的團(tuán)隊(duì)都能對(duì)號(hào)入座對(duì)不上號(hào)的話拿手頭的音頻試一把也行。選翻譯模型1 小時(shí)音頻成本不到 1 毛錢模型百萬(wàn) token 成本輸入/輸出1 小時(shí)音頻預(yù)估成本gpt-4o-mini$0.5 / $1.5$0.01claude-3-haiku$0.25 / $1.25$0.015gemini-1.5-flash$0.175 / $2.1$0.01deepseek-chat$0.18 / $2.2$0.01怎么選英語(yǔ)音頻、要便宜快deepseek-chat、gpt-4o-mini、gemini-1.5-flash 夠用非英語(yǔ)、要精度claude-3-5-sonnet 更穩(wěn)。識(shí)別端另算先用 base 或 small 跑通流程就行高精度再上 large-v3識(shí)別準(zhǔn)確率提升 15-20%。文件攢一批一起處理還能省 API 調(diào)用費(fèi)。成本按 token 數(shù)估算實(shí)際會(huì)隨語(yǔ)言和語(yǔ)速略有浮動(dòng)。雙語(yǔ)、降噪、自定義路由各給一條命令不解釋原理直接抄openlrc run -i 英語(yǔ)聽力.mp3 -t zh-cn --bilingual # 雙語(yǔ)字幕lrcer.run(./data/test.mp3, target_langzh-cn, noise_suppressTrue) # 低音質(zhì)音頻降噪ModelConfig(providerModelProvider.OPENAI, nameanthropic/claude-3.5-haiku, base_url你的OpenAI兼容網(wǎng)關(guān)地址, api_keysk-xxx)最后這條是給翻譯走任意 OpenAI 兼容的服務(wù)比如 OpenRouter用的。非技術(shù)用戶打開瀏覽器就能用不想碰命令行還有 Web 版openlrc gui跑完會(huì)打印一個(gè)本地地址瀏覽器打開就行。左邊側(cè)欄填 API 密鑰、選 Whisper 模型、計(jì)算類型、翻譯模型全是下拉框右邊拖拽上傳支持 MP3、WAV、FLAC、M4A、MP4 等格式單文件最大 200MB。選好點(diǎn)一下LRC 文件生成的整個(gè)過(guò)程都在瀏覽器里完成。先試一把拿 5 分鐘音頻跑一遍別一上來(lái)就扔長(zhǎng)音頻。先截一段 5 分鐘的播客片段用開頭那條命令跑一遍檢查生成的播客字幕時(shí)間戳偏不偏、翻譯腔重不重。跑順手了再去看源碼——三個(gè) Agent 的邏輯都在 openlrc/ 目錄里。項(xiàng)目開源有問題或者想法歡迎提 Issue?！久赓M(fèi)下載鏈接】openlrcTranscribe and translate voice into LRC file using Whisper and LLMs (GPT, Claude, et,al). 使用whisper和LLM(GPTClaude等)來(lái)轉(zhuǎn)錄、翻譯你的音頻為字幕文件。項(xiàng)目地址: https://gitcode.com/gh_mirrors/op/openlrc創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考 一條命令把1小時(shí)播客變雙語(yǔ)字幕：OpenLRC，簡(jiǎn)單快速的音頻轉(zhuǎn)LRC與AI字幕生成
一條命令把1小時(shí)播客變雙語(yǔ)字幕OpenLRC簡(jiǎn)單快速的音頻轉(zhuǎn)LRC與AI字幕生成【免費(fèi)下載鏈接】openlrcTranscribe and translate voice into LRC file using Whisper and LLMs (GPT, Claude, et,al). 使用whisper和LLM(GPTClaude等)來(lái)轉(zhuǎn)錄、翻譯你的音頻為字幕文件。項(xiàng)目地址: https://gitcode.com/gh_mirrors/op/openlrc給播客配字幕你還在逐句聽寫到凌晨OpenLRC 是一個(gè)開源的音頻轉(zhuǎn)LRC工具把錄音丟進(jìn)去AI 字幕生成自動(dòng)完成——Whisper 識(shí)別出文字LLM 翻譯時(shí)間軸對(duì)齊同步歌詞到手全程一條命令。不管是播客、課程還是會(huì)議錄音流程都一樣耗時(shí)從天縮到幾十分鐘。工具本身 MIT 開源免費(fèi)只有翻譯環(huán)節(jié)走 LLM API 計(jì)費(fèi)。一小時(shí)的錄音你打算逐句聽寫多久咱們有更短的路。一條命令從音頻到 LRC 文件git clone https://gitcode.com/gh_mirrors/op/openlrc # 把倉(cāng)庫(kù)拉下來(lái) pip install . # 本地裝上 openlrc run -i 演講錄音.mp3 -t zh-cn # 音頻進(jìn)LRC 出-t是目標(biāo)語(yǔ)言換成什么就翻什么想留原文就加--bilingual雙語(yǔ)字幕一起給你。產(chǎn)出的就是帶精確時(shí)間戳的標(biāo)準(zhǔn) LRC 文件播放器直接能放。更多參數(shù)看倉(cāng)庫(kù)根目錄的 README.md不想碰命令行也沒關(guān)系下文有網(wǎng)頁(yè)版。它到底做了什么30 秒看懂鏈路主鏈路比想象中短。ffmpeg 先對(duì)音頻做預(yù)處理響度歸一化可選降噪然后 Faster-Whisper——比普通 Whisper 快約 4 倍——把語(yǔ)音識(shí)別成帶時(shí)間戳的文本。接著進(jìn)入多智能體翻譯系統(tǒng)Context Reviewer 先審查上下文Validator 校驗(yàn)翻譯請(qǐng)求最后 Translator 調(diào)用 LLM 完成翻譯時(shí)間軸還會(huì)按目標(biāo)語(yǔ)言的閱讀速度自動(dòng)調(diào)整。一次丟多個(gè)文件時(shí)翻譯端是并行的不用排隊(duì)。想要深挖提示詞設(shè)計(jì)可以看 openlrc/prompter.py。誰(shuí)會(huì)用幫你對(duì)號(hào)入座 這個(gè) AI 聽寫工具基本覆蓋三類人場(chǎng)景原來(lái)怎么做現(xiàn)在多久音樂人做雙語(yǔ)歌詞找聽寫、再找翻譯、手動(dòng)調(diào)時(shí)間軸3-5 天上傳一次30 分鐘出雙語(yǔ) LRC省 80%在線課程做多語(yǔ)言字幕50 節(jié)課人工處理約兩周批量 2 小時(shí)跑完提速 95%跨國(guó)公司會(huì)議紀(jì)要會(huì)后再人工整理錄音實(shí)時(shí)生成字幕并導(dǎo)出 LRC整理時(shí)間少 60%一個(gè)人做創(chuàng)作還是帶課的團(tuán)隊(duì)都能對(duì)號(hào)入座對(duì)不上號(hào)的話拿手頭的音頻試一把也行。選翻譯模型1 小時(shí)音頻成本不到 1 毛錢模型百萬(wàn) token 成本輸入/輸出1 小時(shí)音頻預(yù)估成本gpt-4o-mini$0.5 / $1.5$0.01claude-3-haiku$0.25 / $1.25$0.015gemini-1.5-flash$0.175 / $2.1$0.01deepseek-chat$0.18 / $2.2$0.01怎么選英語(yǔ)音頻、要便宜快deepseek-chat、gpt-4o-mini、gemini-1.5-flash 夠用非英語(yǔ)、要精度claude-3-5-sonnet 更穩(wěn)。識(shí)別端另算先用 base 或 small 跑通流程就行高精度再上 large-v3識(shí)別準(zhǔn)確率提升 15-20%。文件攢一批一起處理還能省 API 調(diào)用費(fèi)。成本按 token 數(shù)估算實(shí)際會(huì)隨語(yǔ)言和語(yǔ)速略有浮動(dòng)。雙語(yǔ)、降噪、自定義路由各給一條命令不解釋原理直接抄openlrc run -i 英語(yǔ)聽力.mp3 -t zh-cn --bilingual # 雙語(yǔ)字幕lrcer.run(./data/test.mp3, target_langzh-cn, noise_suppressTrue) # 低音質(zhì)音頻降噪ModelConfig(providerModelProvider.OPENAI, nameanthropic/claude-3.5-haiku, base_url你的OpenAI兼容網(wǎng)關(guān)地址, api_keysk-xxx)最后這條是給翻譯走任意 OpenAI 兼容的服務(wù)比如 OpenRouter用的。非技術(shù)用戶打開瀏覽器就能用不想碰命令行還有 Web 版openlrc gui跑完會(huì)打印一個(gè)本地地址瀏覽器打開就行。左邊側(cè)欄填 API 密鑰、選 Whisper 模型、計(jì)算類型、翻譯模型全是下拉框右邊拖拽上傳支持 MP3、WAV、FLAC、M4A、MP4 等格式單文件最大 200MB。選好點(diǎn)一下LRC 文件生成的整個(gè)過(guò)程都在瀏覽器里完成。先試一把拿 5 分鐘音頻跑一遍別一上來(lái)就扔長(zhǎng)音頻。先截一段 5 分鐘的播客片段用開頭那條命令跑一遍檢查生成的播客字幕時(shí)間戳偏不偏、翻譯腔重不重。跑順手了再去看源碼——三個(gè) Agent 的邏輯都在 openlrc/ 目錄里。項(xiàng)目開源有問題或者想法歡迎提 Issue?！久赓M(fèi)下載鏈接】openlrcTranscribe and translate voice into LRC file using Whisper and LLMs (GPT, Claude, et,al). 使用whisper和LLM(GPTClaude等)來(lái)轉(zhuǎn)錄、翻譯你的音頻為字幕文件。項(xiàng)目地址: https://gitcode.com/gh_mirrors/op/openlrc創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考