Formerly KrillinAI, VideoTranslation and Dubbing Tool for 120+ Languages. Open-source AI workspace for creators, powered by Codex. Video downloader, video translation, create videos, images, audios, and edits with Agents in one place. For your Social Media like YouTube, TikTok, Instagram, etc.
TypeScript agent-skillscodex-clideskop-appdubbingimage-generationlocalizationskillsttsvideo-editingvideo-generationvideo-transcriptionvideo-translation
💬Generate LLM translations
github-actions[bot]bb0936a97639
diff --git a/README.md b/README.mdindex dbe67cf1..0f8028a6 100644--- a/README.md+++ b/README.md@@ -1,47 +1,44 @@<div align="center"><img src="/docs/images/logo.jpg" alt="KlicStudio" height="90">-# Minimalist AI Video Translation and Dubbing Tool+ # Minimalist AI Video Translation and Dubbing Tool-<a href="https://trendshift.io/repositories/13360" target="_blank"><img src="https://trendshift.io/api/badge/repositories/13360" alt="KrillinAI%2FKlicStudio | Trendshift" style="width: 250px; height: 55px;" width="250" height="55"/></a>+ <a href="https://trendshift.io/repositories/13360" target="_blank"><img src="https://trendshift.io/api/badge/repositories/13360" alt="KrillinAI%2FKlicStudio | Trendshift" style="width: 250px; height: 55px;" width="250" height="55"/></a>-**[English](/README.md)|[简体中文](/docs/zh/README.md)|[日本語](/docs/jp/README.md)|[한국어](/docs/kr/README.md)|[Tiếng Việt](/docs/vi/README.md)|[Français](/docs/fr/README.md)|[Deutsch](/docs/de/README.md)|[Español](/docs/es/README.md)|[Português](/docs/pt/README.md)|[Русский](/docs/rus/README.md)|[اللغة العربية](/docs/ar/README.md)**+ **[English](/README.md)|[简体中文](/docs/zh/README.md)|[日本語](/docs/jp/README.md)|[한국어](/docs/kr/README.md)|[Tiếng Việt](/docs/vi/README.md)|[Français](/docs/fr/README.md)|[Deutsch](/docs/de/README.md)|[Español](/docs/es/README.md)|[Português](/docs/pt/README.md)|[Русский](/docs/rus/README.md)|[اللغة العربية](/docs/ar/README.md)**[](https://x.com/KrillinAI)[](https://jq.qq.com/?_wv=1027&k=754069680)[](https://space.bilibili.com/242124650)-[](https://deepwiki.com/krillinai/KlicStudio)</div>-## Project Introduction ([Try the online version now!](https://www.klic.studio/))-[**Quick Start**](#-quick-start)+ ## Project Introduction ([Try the online version now!](https://www.klic.studio/))-Klic Studio is a versatile audio and video localization and enhancement solution developed by Krillin AI. This minimalist yet powerful tool integrates video translation, dubbing, and voice cloning, supporting both landscape and portrait formats to ensure perfect presentation on all major platforms (Bilibili, Xiaohongshu, Douyin, WeChat Video, Kuaishou, YouTube, TikTok, etc.). With an end-to-end workflow, you can transform raw materials into beautifully ready-to-use cross-platform content with just a few clicks.+Klic Studio is a versatile audio and video localization solution developed by Krillin AI, integrating video translation, dubbing, and voice cloning, generating Hollywood-level subtitles with one click. It supports both landscape and portrait formats, ensuring perfect presentation on all major platforms (Bilibili, Xiaohongshu, Douyin, WeChat Video, Kuaishou, YouTube, TikTok, etc.), easily meeting the needs of global content!## Key Features and Functions:--🎯 **One-click Start**: No complex environment configuration required, automatic dependency installation, ready to use immediately, with a new desktop version for easier access!+🎯 **One-click Start**: No complex environment configuration required, automatic dependency installation, ready to use out of the box. New desktop version for more convenience!📥 **Video Acquisition**: Supports yt-dlp downloads or local file uploads📜 **Accurate Recognition**: High-accuracy speech recognition based on Whisper-🧠 **Intelligent Segmentation**: Subtitle segmentation and alignment using LLM+🧠 **Quality Translation**: Adapted to mainstream SOTA large language models, subtitle group-level translation quality-🔄 **Terminology Replacement**: One-click replacement of professional vocabulary+🌍 **Film-level Subtitles**: Word-level cutting and alignment algorithm, achieving Hollywood-level subtitle quality, single-line subtitles without line breaks-🌍 **Professional Translation**: LLM translation with context to maintain natural semantics+🎙️ **Voice Cloning**: Provides CosyVoice selected tones or custom voice cloning-🎙️ **Voice Cloning**: Offers selected voice tones from CosyVoice or custom voice cloning+🎬 **Landscape and Portrait Output**: Automatically handles landscape and portrait video and subtitle layout, cross-platform format in one go-🎬 **Video Composition**: Automatically processes landscape and portrait videos and subtitle layout+🔄 **Terminology Replacement**: One-click replacement of professional vocabulary-💻 **Cross-Platform**: Supports Windows, Linux, macOS, providing both desktop and server versions+💻 **Cross-Platform**: Supports Windows, Linux, macOS, providing desktop and server versions-## Effect Demonstration-The image below shows the effect of the subtitle file generated after importing a 46-minute local video and executing it with one click, without any manual adjustments. There are no omissions or overlaps, the segmentation is natural, and the translation quality is very high.+## Effect Display+The image below shows the effect of the subtitle file generated after importing a 46-minute local video and executing it with one click, without any manual adjustments. No omissions or overlaps, natural sentence breaks, and very high translation quality.<table>@@ -49,18 +46,16 @@ The image below shows the effect of the subtitle file generated after importing<td width="33%">### Subtitle Translation-----https://github.com/user-attachments/assets/bba1ac0a-fe6b-4947-b58d-ba99306d0339</td><td width="33%">-### Dubbing----+### Dubbing+---https://github.com/user-attachments/assets/0b32fad3-c3ad-4b6a-abf0-0865f0dd2385</td>@@ -68,9 +63,7 @@ https://github.com/user-attachments/assets/0b32fad3-c3ad-4b6a-abf0-0865f0dd2385<td width="33%">### Portrait Mode-----https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71</td>@@ -79,21 +72,19 @@ https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71</table>## 🔍 Supported Speech Recognition Services+_**All local models in the table below support automatic installation of executable files + model files. You just need to choose, and Klic will prepare everything for you.**_-_**All local models in the table below support automatic installation of executable files + model files; you just need to choose, and Klic will prepare everything for you.**_--| Service Source | Supported Platforms | Model Options | Local/Cloud | Remarks |-|------------------------|---------------------|------------------------------------------|-------------|-----------------------------|-| **OpenAI Whisper** | All Platforms | - | Cloud | Fast speed and good effect |-| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (recommended medium+) | Local | Faster speed, no cloud service cost |-| **WhisperKit** | macOS (M-series only) | `large-v2` | Local | Native optimization for Apple chips |-| **WhisperCpp** | All Platforms | `large-v2` | Local | Supports all platforms |-| **Alibaba Cloud ASR** | All Platforms | - | Cloud | Avoids network issues in mainland China |+| Service Source | Supported Platforms | Model Options | Local/Cloud | Remarks |+|----------------------|---------------------|-------------------------------------------|-------------|------------------|+| **OpenAI Whisper** | All Platforms | - | Cloud | Fast and effective |+| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (recommended medium+) | Local | Faster, no cloud service costs |+| **WhisperKit** | macOS (M-series only) | `large-v2` | Local | Native optimization for Apple chips |+| **WhisperCpp** | All Platforms | `large-v2` | Local | Supports all platforms |+| **Aliyun ASR** | All Platforms | - | Cloud | Avoids network issues in mainland China |## 🚀 Large Language Model Support✅ Compatible with all cloud/local large language model services that comply with **OpenAI API specifications**, including but not limited to:-- OpenAI- Gemini- DeepSeek@@ -102,118 +93,89 @@ _**All local models in the table below support automatic installation of executa- Other API services compatible with OpenAI format## 🎤 TTS Text-to-Speech Support--- Alibaba Cloud Voice Service+- Aliyun Voice Service- OpenAI TTS## Language Support-Input languages supported: Chinese, English, Japanese, German, Turkish, Korean, Russian, Malay (continuously increasing)Translation languages supported: English, Chinese, Russian, Spanish, French, and 101 other languages## Interface Preview+--## 🚀 Quick Start--You can ask questions on the [Deepwiki of KlicStudio](https://deepwiki.com/krillinai/KlicStudio). It indexes the files in the repository, so you can find answers quickly.-### Basic Steps+First, download the executable file that matches your device system from the [Release](https://github.com/KrillinAI/KlicStudio/releases), then follow the tutorial below to choose between the desktop version or non-desktop version, and place it in an empty folder. Download the software into an empty folder, as it will generate some directories after running, making it easier to manage.-First, download the executable file that matches your device system from the [Release](https://github.com/KrillinAI/KlicStudio/releases), then follow the tutorial below to choose between the desktop version or non-desktop version. Place the software download in an empty folder, as running it will generate some directories, and keeping it in an empty folder will make management easier.--【If it is the desktop version, i.e., the release file with "desktop," see here】-_The desktop version is newly released to address the issues of new users struggling to edit configuration files correctly, and there are some bugs that are continuously being updated._-+【If it is the desktop version, i.e., the release file with "desktop," see here】+_The desktop version is newly released to address the issue of new users having difficulty correctly editing configuration files, and there are some bugs that are continuously being updated._1. Double-click the file to start using it (the desktop version also requires configuration within the software)-【If it is the non-desktop version, i.e., the release file without "desktop," see here】-_The non-desktop version is the initial version, which has a more complex configuration but is stable in functionality and suitable for server deployment, as it provides a UI in a web format._--1. Create a `config` folder within the folder, then create a `config.toml` file in the `config` folder. Copy the contents of the `config-example.toml` file from the source code's `config` directory into `config.toml`, and fill in your configuration information according to the comments.-2. Double-click or execute the executable file in the terminal to start the service-3. Open your browser and enter `http://127.0.0.1:8888` to start using it (replace 8888 with the port you specified in the configuration file)+【If it is the non-desktop version, i.e., the release file without "desktop," see here】+_The non-desktop version is the initial version, with a more complex configuration but stable functionality, suitable for server deployment, as it provides a UI in a web format._+1. Create a `config` folder within the folder, then create a `config.toml` file in the `config` folder, copy the contents of the `config-example.toml` file from the source code `config` directory into `config.toml`, and fill in your configuration information according to the comments.+2. Double-click or execute the executable file in the terminal to start the service+3. Open a browser and enter `http://127.0.0.1:8888` to start using it (replace 8888 with the port you filled in the configuration file)### To: macOS Users--【If it is the desktop version, i.e., the release file with "desktop," see here】-Due to signing issues, the desktop version currently cannot be double-clicked to run or installed via dmg; you need to manually trust the application. The method is as follows:-+【If it is the desktop version, i.e., the release file with "desktop," see here】+Currently, due to signing issues, the desktop version cannot be run directly by double-clicking or installed via dmg; you need to manually trust the application. The method is as follows:1. Open the terminal in the directory where the executable file (assuming the file name is KlicStudio_1.0.0_desktop_macOS_arm64) is located2. Execute the following commands in order:-```sudo xattr -cr ./KlicStudio_1.0.0_desktop_macOS_arm64sudo chmod +x ./KlicStudio_1.0.0_desktop_macOS_arm64./KlicStudio_1.0.0_desktop_macOS_arm64```-【If it is the non-desktop version, i.e., the release file without "desktop," see here】+【If it is the non-desktop version, i.e., the release file without "desktop," see here】This software is not signed, so when running on macOS, after completing the file configuration in the "Basic Steps," you also need to manually trust the application. The method is as follows:-1. Open the terminal in the directory where the executable file (assuming the file name is KlicStudio_1.0.0_macOS_arm64) is located2. Execute the following commands in order:```- sudo xattr -rd com.apple.quarantine ./KlicStudio_1.0.0_macOS_arm64+ sudo xattr -rd com.apple.quarantine ./KlicStudio_1.0.0_macOS_arm64sudo chmod +x ./KlicStudio_1.0.0_macOS_arm64./KlicStudio_1.0.0_macOS_arm64- ```-- This will start the service+ ```+ This will start the service### Docker Deployment+This project supports Docker deployment. Please refer to the [Docker Deployment Instructions](./docker.md)-This project supports Docker deployment; please refer to the [Docker Deployment Instructions](./docker.md)+### Cookie Configuration Instructions (Optional)-Based on the provided configuration file, here is the updated "Configuration Help (Must Read)" section for your README file:+If you encounter video download failures-### Configuration Help (Must Read)+Please refer to the [Cookie Configuration Instructions](./get_cookies.md) to configure your Cookie information.-The configuration file is divided into several sections: `[app]`, `[server]`, `[llm]`, `[transcribe]`, and `[tts]`. A task is composed of speech recognition (`transcribe`) + large model translation (`llm`) + optional voice services (`tts`). Understanding this will help you better grasp the configuration file.--**Easiest and Quickest Configuration:**--**For Subtitle Translation Only:**- * In the `[transcribe]` section, set `provider.name` to `openai`.- * You will then only need to fill in your OpenAI API key in the `[llm]` block to start performing subtitle translations. The `app.proxy`, `model`, and `openai.base_url` can be filled in as needed.--**Balanced Cost, Speed, and Quality (Using Local Speech Recognition):**--* In the `[transcribe]` section, set `provider.name` to `fasterwhisper`.-* Set `transcribe.fasterwhisper.model` to `large-v2`.-* Fill in your large language model configuration in the `[llm]` block.-* The required local model will be automatically downloaded and installed.+### Configuration Help (Must Read)+The fastest and most convenient configuration method:+* Fill in `transcribe.provider.name` with `openai`, so you only need to fill in the `transcribe.openai` block and the `llm` block for large model configuration to perform subtitle translation. (`app.proxy`, `model`, and `openai.base_url` can be filled in according to your situation)-**Text-to-Speech (TTS) Configuration (Optional):**+Using local speech recognition model configuration (balancing cost, speed, and quality):+* Fill in `transcribe.provider.name` with `fasterwhisper`, `transcribe.fasterwhisper.model` with `large-v2`, and then fill in the `llm` block for large model configuration to perform subtitle translation. The local model will be automatically downloaded and installed. (`app.proxy` and `openai.base_url` are the same as above)-* TTS configuration is optional.-* First, set the `provider.name` under the `[tts]` section (e.g., `aliyun` or `openai`).-* Then, fill in the corresponding configuration block for the selected provider. For example, if you choose `aliyun`, you must fill in the `[tts.aliyun]` section.-* Voice codes in the user interface should be chosen based on the selected provider's documentation.-* **Note:** If you plan to use the voice cloning feature, you must select `aliyun` as the TTS provider.+Text-to-speech (TTS) is optional; the configuration logic is the same as above. Fill in `tts.provider.name`, then fill in the corresponding configuration block under `tts`. The sound codes in the UI should be filled in according to the documentation of the selected provider (the documentation address is in the common questions section below). The filling of Aliyun's aksk, etc., may be repeated to ensure a clear configuration structure.+Note: If using voice cloning, `tts` only supports selecting `aliyun`.-**Alibaba Cloud Configuration:**+**For obtaining Aliyun AccessKey, Bucket, and AppKey, please read**: [Aliyun Configuration Instructions](./aliyun.md)-* For details on obtaining the necessary `AccessKey`, `Bucket`, and `AppKey` for Alibaba Cloud services, please refer to the [Alibaba Cloud Configuration Instructions](https://www.google.com/search?q=./aliyun.md). The repeated fields for AccessKey, etc., are designed to maintain a clear configuration structure.+Please understand that the task = speech recognition + large model translation + speech service (TTS, etc., optional), which will help you understand the configuration file better.## Frequently Asked QuestionsPlease visit [Frequently Asked Questions](./faq.md)## Contribution Guidelines--1. Do not submit useless files, such as .vscode, .idea, etc.; please use .gitignore to filter them out.-2. Do not submit config.toml; instead, submit config-example.toml.+1. Do not submit useless files, such as .vscode, .idea, etc. Please make good use of .gitignore to filter them out.+2. Do not submit config.toml, but use config-example.toml for submission.## Contact Us-1. Join our QQ group for questions: 754069680-2. Follow our social media accounts, [Bilibili](https://space.bilibili.com/242124650), where we share quality content in the AI technology field every day.+2. Follow our social media accounts, [Bilibili](https://space.bilibili.com/242124650), where we share quality content in the field of AI technology every day.## Star History-[](https://star-history.com/#KrillinAI/KlicStudio&Date)-+[](https://star-history.com/#KrillinAI/KlicStudio&Date)\ No newline at end of filediff --git a/aliyun.md b/aliyun.mdindex e644e079..b4fc0629 100644--- a/aliyun.md+++ b/aliyun.md@@ -1,15 +1,15 @@## Prerequisites-You need to have an [Alibaba Cloud](https://www.aliyun.com) account and complete real-name verification. Most services have free quotas.+You need to have an [Alibaba Cloud](https://www.aliyun.com) account and complete real-name authentication. Most services have free quotas.## Obtaining Alibaba Cloud `access_key_id` and `access_key_secret`-1. Go to the [Alibaba Cloud AccessKey management page](https://ram.console.aliyun.com/profile/access-keys).-2. Click on "Create AccessKey." If needed, select the usage method as "Used in local development environment."+1. Go to the [Alibaba Cloud AccessKey Management Page](https://ram.console.aliyun.com/profile/access-keys).+2. Click on "Create AccessKey". If needed, select the usage method as "Used in local development environment".3. Keep it safe; it's best to copy it to a local file for storage.## Activating Alibaba Cloud Voice Service-1. Go to the [Alibaba Cloud Voice Service management page](https://nls-portal.console.aliyun.com/applist). You need to activate the service on your first visit.-2. Click on "Create Project."+1. Go to the [Alibaba Cloud Voice Service Management Page](https://nls-portal.console.aliyun.com/applist). You need to activate the service on your first visit.+2. Click on "Create Project".3. Select features and activate them.@@ -20,12 +20,12 @@ You need to have an [Alibaba Cloud](https://www.aliyun.com) account and complete## Activating Alibaba Cloud OSS Service1. Go to the [Alibaba Cloud Object Storage Service Console](https://oss.console.aliyun.com/overview). You need to activate the service on your first visit.-2. Select the Bucket list on the left, then click "Create."+2. Select the Bucket list on the left, then click "Create".-3. Choose "Quick Create," fill in a compliant Bucket name, and select the **Shanghai** region to complete the creation (the name you enter here will be the value for the configuration item `aliyun.oss.bucket`).+3. Choose "Quick Create", fill in a compliant Bucket name, and select the **Shanghai** region to complete the creation (the name you fill in here is the value for the configuration item `aliyun.oss.bucket`).4. After creation, enter the Bucket.-5. Turn off the "Block Public Access" switch and set the read and write permissions to "Public Read."+5. Turn off the "Block Public Access" switch and set the read and write permissions to "Public Read".\ No newline at end of filediff --git a/docker.md b/docker.mdindex 932aa475..e9b280b5 100644--- a/docker.md+++ b/docker.md@@ -26,7 +26,7 @@ services:```## Persisting Models-If using the fasterwhisper model, KrillinAI will automatically download the necessary files to the `/app/models` and `/app/bin` directories. These files will be lost when the container is deleted. To persist the models, you can map these two directories to a directory on the host.+If using the fasterwhisper model, KrillinAI will automatically download the necessary model files to the `/app/models` and `/app/bin` directories. These files will be lost when the container is deleted. To persist the models, you can map these two directories to a directory on the host.### Starting with docker run```bashdiff --git a/docs/ar/README.md b/docs/ar/README.mdindex a0d715f3..9427de1a 100644--- a/docs/ar/README.md+++ b/docs/ar/README.md@@ -1,7 +1,7 @@<div align="center"><img src="/docs/images/logo.jpg" alt="KlicStudio" height="90">- # أداة ترجمة الفيديو والصوت باستخدام الذكاء الاصطناعي+ # أداة ترجمة الفيديوهات بالذكاء الاصطناعي<a href="https://trendshift.io/repositories/13360" target="_blank"><img src="https://trendshift.io/api/badge/repositories/13360" alt="KrillinAI%2FKlicStudio | Trendshift" style="width: 250px; height: 55px;" width="250" height="55"/></a>@@ -13,32 +13,32 @@</div>- ## مقدمة المشروع ([جرب النسخة عبر الإنترنت الآن!](https://www.klic.studio/))+ ## مقدمة المشروع ([جرب النسخة على الإنترنت الآن!](https://www.klic.studio/))-Klic Studio هو حل شامل لتوطين وتعزيز الصوت والفيديو تم تطويره بواسطة Krillin AI. هذه الأداة البسيطة والقوية تجمع بين ترجمة الفيديو والصوت، وتكرار الصوت، واستنساخ الصوت، وتدعم إخراج بتنسيقات أفقية ورأسية، مما يضمن عرضها بشكل مثالي على جميع المنصات الرئيسية (Bilibili، Xiaohongshu، Douyin، WeChat Video، Kuaishou، YouTube، TikTok، إلخ). من خلال سير العمل من البداية إلى النهاية، يمكنك تحويل المواد الأصلية إلى محتوى متعدد المنصات جاهز للاستخدام بنقرات قليلة فقط.+Klic Studio هو حل شامل لتوطين الصوت والفيديو تم تطويره بواسطة Krillin AI، يجمع بين ترجمة الفيديو، الدبلجة، واستنساخ الصوت، ويولد ترجمات بمستوى هوليوود بنقرة واحدة. يدعم إخراج الفيديو بتنسيقات أفقية ورأسية، مما يضمن عرضًا مثاليًا على جميع المنصات الرئيسية (Bilibili، Xiaohongshu، Douyin، WeChat Video، Kuaishou، YouTube، TikTok، إلخ)، مما يلبي بسهولة احتياجات العالمية للمحتوى!## الميزات والوظائف الرئيسية:-🎯 **تشغيل بنقرة واحدة**: لا حاجة لتكوين بيئة معقدة، تثبيت تلقائي للاعتماديات، ابدأ الاستخدام على الفور، إصدار سطح مكتب جديد، استخدام أكثر سهولة!+🎯 **تشغيل بنقرة واحدة**: لا حاجة لتكوين بيئة معقدة، يتم تثبيت الاعتماد تلقائيًا، جاهز للاستخدام من العلبة. تم إضافة إصدار سطح المكتب، مما يجعل الاستخدام أكثر سهولة!📥 **الحصول على الفيديو**: يدعم تنزيل yt-dlp أو تحميل الملفات المحلية-📜 **التعرف الدقيق**: التعرف على الصوت بدقة عالية بناءً على Whisper+📜 **التعرف الدقيق**: يعتمد على Whisper مع دقة عالية في التعرف على الصوت-🧠 **التقسيم الذكي**: استخدام LLM لتقسيم وتنسيق الترجمة+🧠 **ترجمة ذات جودة**: متوافق مع نماذج اللغة الكبيرة SOTA الرئيسية، جودة ترجمة بمستوى مجموعة الترجمة-🔄 **استبدال المصطلحات**: استبدال المصطلحات المتخصصة بنقرة واحدة+🌍 **ترجمات بمستوى هوليوود**: خوارزمية محاذاة تقطيع الكلمات، تتماشى مع جودة ترجمات هوليوود، ترجمات سطر واحد دون انكسار-🌍 **ترجمة احترافية**: ترجمة LLM مع الحفاظ على المعنى الطبيعي+🎙️ **استنساخ الصوت**: يوفر أصوات مختارة من CosyVoice أو استنساخ صوت مخصص-🎙️ **استنساخ الصوت**: تقديم أصوات مختارة من CosyVoice أو استنساخ صوت مخصص+🎬 **إخراج أفقي ورأسي**: معالجة تلقائية للفيديوهات الأفقية والرأسية وتنسيق الترجمة، تنسيق عبر المنصات يتم إنشاؤه مرة واحدة-🎬 **دمج الفيديو**: معالجة تلقائية للفيديوهات الأفقية والرأسية وتنسيق الترجمة+🔄 **استبدال المصطلحات**: استبدال المصطلحات المتخصصة بنقرة واحدة-💻 **عبر المنصات**: يدعم Windows وLinux وmacOS، يوفر إصدار سطح مكتب وإصدار خادم+💻 **عبر المنصات**: يدعم Windows وLinux وmacOS، يوفر إصدار سطح المكتب وإصدار الخادم## عرض النتائج-الصورة أدناه توضح تأثير ملف الترجمة الناتج بعد استيراد فيديو محلي مدته 46 دقيقة وتنفيذه بنقرة واحدة، دون أي تعديلات يدوية. لا توجد أي فقدان أو تداخل، والفواصل طبيعية، وجودة الترجمة عالية جدًا.+الصورة أدناه توضح تأثير ملف الترجمة الناتج بعد استيراد فيديو محلي مدته 46 دقيقة وتنفيذه بنقرة واحدة، دون أي تعديلات يدوية. لا توجد فقدان أو تداخل، والفواصل طبيعية، وجودة الترجمة عالية جدًا.<table>@@ -54,7 +54,7 @@ https://github.com/user-attachments/assets/bba1ac0a-fe6b-4947-b58d-ba99306d0339-### الصوت+### دبلجة---https://github.com/user-attachments/assets/0b32fad3-c3ad-4b6a-abf0-0865f0dd2385@@ -72,15 +72,15 @@ https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71</table>## 🔍 دعم خدمات التعرف على الصوت-_**جميع النماذج المحلية في الجدول أدناه تدعم التثبيت التلقائي للملفات القابلة للتنفيذ + ملفات النموذج، كل ما عليك هو الاختيار، والباقي ستقوم Klic بإعداده لك.**_+_**جميع النماذج المحلية في الجدول أدناه تدعم التثبيت التلقائي للملفات التنفيذية + ملفات النموذج، كل ما عليك هو الاختيار، والباقي سيتولى Klic.**_-| مصدر الخدمة | المنصات المدعومة | خيارات النموذج | محلي/سحابي | ملاحظات |+| مصدر الخدمة | المنصات المدعومة | خيارات النموذج | محلي/سحابي | ملاحظات ||--------------------|-----------------|----------------------------------------|-------|-------------|| **OpenAI Whisper** | جميع المنصات | - | سحابي | سريع وفعال |-| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (موصى به medium+) | محلي | أسرع، بدون تكاليف سحابية |+| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (يوصى بـ medium+) | محلي | أسرع، بدون تكاليف سحابية || **WhisperKit** | macOS (لرقائق M فقط) | `large-v2` | محلي | تحسين أصلي لرقائق Apple || **WhisperCpp** | جميع المنصات | `large-v2` | محلي | يدعم جميع المنصات |-| **Alibaba Cloud ASR** | جميع المنصات | - | سحابي | لتجنب مشاكل الشبكة في البر الرئيسي للصين |+| **Alibaba Cloud ASR** | جميع المنصات | - | سحابي | لتجنب مشاكل الشبكة في الصين |## 🚀 دعم نماذج اللغة الكبيرة@@ -107,22 +107,22 @@ _**جميع النماذج المحلية في الجدول أدناه تدعم## 🚀 البدء السريع### الخطوات الأساسية-أولاً، قم بتنزيل [الإصدار](https://github.com/KrillinAI/KlicStudio/releases) الذي يتناسب مع نظام جهازك، ثم اختر بين إصدار سطح المكتب أو غير سطح المكتب وفقًا للدليل أدناه، ثم ضع الملفات في مجلد فارغ، قم بتنزيل البرنامج إلى مجلد فارغ، لأنه بعد التشغيل سيتم إنشاء بعض الدلائل، وضعها في مجلد فارغ سيسهل إدارتها.+أولاً، قم بتنزيل [الإصدار](https://github.com/KrillinAI/KlicStudio/releases) الذي يتوافق مع نظام جهازك، وفقًا للدليل أدناه، اختر إصدار سطح المكتب أو غير سطح المكتب، ثم ضع في مجلد فارغ، قم بتنزيل البرنامج في مجلد فارغ، لأنه بعد التشغيل سيتم إنشاء بعض الدلائل، وضعها في مجلد فارغ سيكون أسهل في الإدارة.-【إذا كان إصدار سطح المكتب، أي ملف الإصدار الذي يحمل كلمة desktop انظر هنا】-_إصدار سطح المكتب هو إصدار جديد، تم إصداره لحل مشكلة صعوبة تحرير ملفات التكوين بشكل صحيح من قبل المستخدمين الجدد، وهناك بعض الأخطاء، يتم تحديثه باستمرار_+【إذا كان إصدار سطح المكتب، أي ملف الإصدار الذي يحمل كلمة desktop، انظر هنا】+_إصدار سطح المكتب تم إصداره حديثًا، لحل مشكلة عدم قدرة المستخدمين الجدد على تحرير ملفات التكوين بشكل صحيح، وهناك بعض الأخطاء، يتم تحديثه باستمرار_1. انقر نقرًا مزدوجًا على الملف لبدء الاستخدام (يحتاج إصدار سطح المكتب أيضًا إلى تكوين، يتم تكوينه داخل البرنامج)-【إذا كان إصدار غير سطح المكتب، أي ملف الإصدار الذي لا يحمل كلمة desktop انظر هنا】-_إصدار غير سطح المكتب هو الإصدار الأول، التكوين أكثر تعقيدًا، ولكنه مستقر، كما أنه مناسب للنشر على الخادم، لأنه سيقدم واجهة مستخدم عبر الويب_-1. في المجلد، أنشئ مجلدًا باسم `config`، ثم في مجلد `config` أنشئ ملفًا باسم `config.toml`، انسخ محتوى ملف `config-example.toml` الموجود في دليل `config` واملأه في `config.toml`، واملأ معلومات التكوين الخاصة بك وفقًا للتعليقات.-2. انقر نقرًا مزدوجًا، أو نفذ الملف القابل للتنفيذ في الطرفية، لبدء الخدمة+【إذا كان إصدار غير سطح المكتب، أي ملف الإصدار الذي لا يحمل كلمة desktop، انظر هنا】+_إصدار غير سطح المكتب هو الإصدار الأول، التكوين أكثر تعقيدًا، ولكن الوظائف مستقرة، وهو مناسب للنشر على الخادم، لأنه سيقدم واجهة مستخدم عبر الويب_+1. في المجلد، أنشئ مجلدًا باسم `config`، ثم في مجلد `config`، أنشئ ملفًا باسم `config.toml`، انسخ محتوى ملف `config-example.toml` الموجود في دليل `config` واملأه في `config.toml`، واملأ معلومات التكوين الخاصة بك وفقًا للتعليقات.+2. انقر نقرًا مزدوجًا، أو نفذ الملف التنفيذي في الطرفية، لبدء الخدمة3. افتح المتصفح، أدخل `http://127.0.0.1:8888`، وابدأ الاستخدام (استبدل 8888 بالمنفذ الذي قمت بملئه في ملف التكوين)### إلى: مستخدمي macOS-【إذا كان إصدار سطح المكتب، أي ملف الإصدار الذي يحمل كلمة desktop انظر هنا】-حاليًا، بسبب مشاكل في التوقيع، لا يمكن حزم إصدار سطح المكتب ليعمل بنقرة مزدوجة مباشرة أو تثبيت dmg، تحتاج إلى الوثوق بالتطبيق يدويًا، الطريقة كالتالي:-1. افتح الملف القابل للتنفيذ في الطرفية (افترض أن اسم الملف هو KlicStudio_1.0.0_desktop_macOS_arm64) في الدليل+【إذا كان إصدار سطح المكتب، أي ملف الإصدار الذي يحمل كلمة desktop، انظر هنا】+حاليًا، بسبب مشاكل في التوقيع، لا يمكن حزم إصدار سطح المكتب ليعمل بنقرة مزدوجة مباشرة أو تثبيت dmg، تحتاج إلى الوثوق بالبرنامج يدويًا، الطريقة كالتالي:+1. افتح الطرفية في الدليل الذي يوجد فيه الملف التنفيذي (افترض أن اسم الملف هو KlicStudio_1.0.0_desktop_macOS_arm64)2. نفذ الأوامر التالية بالتتابع:```sudo xattr -cr ./KlicStudio_1.0.0_desktop_macOS_arm64@@ -130,9 +130,9 @@ sudo chmod +x ./KlicStudio_1.0.0_desktop_macOS_arm64./KlicStudio_1.0.0_desktop_macOS_arm64```-【إذا كان إصدار غير سطح المكتب، أي ملف الإصدار الذي لا يحمل كلمة desktop انظر هنا】-لم يتم توقيع هذا البرنامج، لذلك عند تشغيله على macOS، بعد إكمال تكوين الملفات في "الخطوات الأساسية"، تحتاج أيضًا إلى الوثوق بالتطبيق يدويًا، الطريقة كالتالي:-1. افتح الملف القابل للتنفيذ في الطرفية (افترض أن اسم الملف هو KlicStudio_1.0.0_macOS_arm64) في الدليل+【إذا كان إصدار غير سطح المكتب، أي ملف الإصدار الذي لا يحمل كلمة desktop، انظر هنا】+لم يتم توقيع هذا البرنامج، لذا عند تشغيله على macOS، بعد إكمال تكوين الملفات في "الخطوات الأساسية"، تحتاج أيضًا إلى الوثوق بالبرنامج يدويًا، الطريقة كالتالي:+1. افتح الطرفية في الدليل الذي يوجد فيه الملف التنفيذي (افترض أن اسم الملف هو KlicStudio_1.0.0_macOS_arm64)2. نفذ الأوامر التالية بالتتابع:```sudo xattr -rd com.apple.quarantine ./KlicStudio_1.0.0_macOS_arm64@@ -144,37 +144,37 @@ sudo chmod +x ./KlicStudio_1.0.0_desktop_macOS_arm64### نشر Dockerيدعم هذا المشروع نشر Docker، يرجى الرجوع إلى [إرشادات نشر Docker](./docker.md)-### إرشادات تكوين الكوكيز (غير إلزامية)+### إرشادات تكوين ملفات تعريف الارتباط (اختياري)إذا واجهت مشكلة في تنزيل الفيديو-يرجى الرجوع إلى [إرشادات تكوين الكوكيز](./get_cookies.md) لتكوين معلومات الكوكيز الخاصة بك.+يرجى الرجوع إلى [إرشادات تكوين ملفات تعريف الارتباط](./get_cookies.md) لتكوين معلومات ملفات تعريف الارتباط الخاصة بك.### مساعدة التكوين (يجب قراءتها)أسرع وأسهل طريقة للتكوين:-* املأ `transcribe.provider.name` بـ `openai`، بحيث تحتاج فقط إلى ملء كتلة `transcribe.openai` وكتلة تكوين النموذج الكبير `llm` لتتمكن من ترجمة الترجمة. (يمكن ملء `app.proxy` و`model` و`openai.base_url` حسب الحاجة)+* املأ `transcribe.provider.name` بـ `openai`، لذا تحتاج فقط إلى ملء كتلة `transcribe.openai` وكتلة تكوين النموذج الكبير `llm` للقيام بترجمة الترجمة. (يمكن ملء `app.proxy` و`model` و`openai.base_url` حسب الحاجة)-طريقة تكوين استخدام نموذج التعرف على الصوت المحلي (توازن بين التكلفة والسرعة والجودة)-* املأ `transcribe.provider.name` بـ `fasterwhisper`، واملأ `transcribe.fasterwhisper.model` بـ `large-v2`، ثم املأ `llm` بتكوين النموذج الكبير، وستقوم النماذج المحلية بالتثبيت والتنزيل تلقائيًا. (مثل `app.proxy` و`openai.base_url` كما هو موضح أعلاه)+استخدام نموذج التعرف على الصوت المحلي (موازنة التكلفة والسرعة والجودة)+* املأ `transcribe.provider.name` بـ `fasterwhisper`، واملأ `transcribe.fasterwhisper.model` بـ `large-v2`، ثم املأ `llm` بتكوين النموذج الكبير، يمكنك القيام بترجمة الترجمة، سيتم تنزيل النموذج المحلي تلقائيًا. (مثل `app.proxy` و`openai.base_url` كما هو مذكور أعلاه)-تحويل النص إلى صوت (TTS) هو اختياري، منطق التكوين مشابه لما سبق، املأ `tts.provider.name`، ثم املأ الكتل المقابلة تحت `tts`، يمكن ملء رموز الصوت في واجهة المستخدم وفقًا لوثائق المزود المختار (توجد عناوين الوثائق في قسم الأسئلة الشائعة أدناه). قد يتكرر ملء ak وsk من Alibaba Cloud، وذلك لضمان وضوح هيكل التكوين.+تحويل النص إلى صوت (TTS) هو اختياري، منطق التكوين مشابه لما سبق، املأ `tts.provider.name`، ثم املأ الكتل المقابلة تحت `tts`، يمكنك ملء رموز الصوت في واجهة المستخدم وفقًا لوثائق المزود المختار (يمكن العثور على عنوان الوثيقة في قسم الأسئلة الشائعة أدناه). قد تتكرر معلومات مثل AccessKey وBucket وAppKey الخاصة بـ Alibaba Cloud، وذلك لضمان وضوح هيكل التكوين.ملاحظة: عند استخدام استنساخ الصوت، يدعم `tts` فقط اختيار `aliyun`.**للحصول على AccessKey وBucket وAppKey من Alibaba Cloud، يرجى قراءة**:[إرشادات تكوين Alibaba Cloud](./aliyun.md)-يرجى فهم أن المهمة = التعرف على الصوت + ترجمة النموذج الكبير + خدمة الصوت (TTS وما إلى ذلك، اختيارية)، وهذا سيساعدك في فهم ملف التكوين بشكل أفضل.+يرجى فهم أن المهمة = التعرف على الصوت + ترجمة النموذج الكبير + خدمة الصوت (TTS وما إلى ذلك، اختياري)، وهذا سيساعدك في فهم ملف التكوين بشكل أفضل.## الأسئلة الشائعةيرجى الانتقال إلى [الأسئلة الشائعة](./faq.md)## معايير المساهمة-1. لا تقم بتقديم ملفات غير مفيدة، مثل .vscode و.idea، يرجى استخدام .gitignore للتصفية-2. لا تقم بتقديم config.toml، بل استخدم config-example.toml للتقديم+1. لا تقم بتقديم ملفات غير مفيدة، مثل .vscode و.idea، يرجى استخدام .gitignore بشكل جيد+2. لا تقم بتقديم config.toml، بل استخدم config-example.toml لتقديمه## اتصل بنا1. انضم إلى مجموعة QQ الخاصة بنا، للإجابة على الأسئلة: 754069680-2. تابع حسابات وسائل التواصل الاجتماعي الخاصة بنا، [Bilibili](https://space.bilibili.com/242124650)، حيث نشارك محتوى عالي الجودة في مجال التكنولوجيا الذكية يوميًا+2. تابع حساباتنا على وسائل التواصل الاجتماعي، [Bilibili](https://space.bilibili.com/242124650)، نشارك محتوى عالي الجودة في مجال التكنولوجيا الذكية يوميًا## تاريخ النجومdiff --git a/docs/ar/aliyun.md b/docs/ar/aliyun.mdindex 1e1fd517..48ac63c4 100644--- a/docs/ar/aliyun.md+++ b/docs/ar/aliyun.md@@ -1,25 +1,25 @@## المتطلبات الأساسية-يجب أن يكون لديك حساب على [علي بابا كلاود](https://www.aliyun.com) وتم التحقق من هويتك، حيث أن معظم الخدمات تحتوي على حصة مجانية.+يجب أن يكون لديك حساب على [علي بابا كلاود](https://www.aliyun.com) وتم التحقق من الهوية، حيث أن معظم الخدمات تحتوي على حدود مجانية.## الحصول على `access_key_id` و `access_key_secret` من علي بابا كلاود1. انتقل إلى [صفحة إدارة AccessKey في علي بابا كلاود](https://ram.console.aliyun.com/profile/access-keys).-2. انقر على إنشاء AccessKey، وإذا لزم الأمر، اختر طريقة الاستخدام، واختر "استخدام في بيئة التطوير المحلية".+2. انقر على إنشاء AccessKey، وإذا لزم الأمر، اختر طريقة الاستخدام، اختر "استخدام في بيئة تطوير محلية".3. احفظه بشكل آمن، من الأفضل نسخه إلى ملف محلي.## تفعيل خدمة الصوت من علي بابا كلاود-1. انتقل إلى [صفحة إدارة خدمة الصوت من علي بابا كلاود](https://nls-portal.console.aliyun.com/applist)، وعند الدخول لأول مرة، يجب تفعيل الخدمة.+1. انتقل إلى [صفحة إدارة خدمة الصوت من علي بابا كلاود](https://nls-portal.console.aliyun.com/applist)، يجب تفعيل الخدمة عند الدخول لأول مرة.2. انقر على إنشاء مشروع.3. اختر الوظائف وقم بالتفعيل.-4. "توليد الصوت النصي المتدفق (نموذج CosyVoice الكبير)" يحتاج إلى الترقية إلى النسخة التجارية، بينما يمكن استخدام الخدمات الأخرى بنسخة التجربة المجانية.+4. "توليد الصوت النصي المتدفق (نموذج CosyVoice الكبير)" يحتاج إلى الترقية إلى النسخة التجارية، بينما يمكن استخدام الخدمات الأخرى بنسخة تجريبية مجانية.5. انسخ مفتاح التطبيق فقط.## تفعيل خدمة OSS من علي بابا كلاود-1. انتقل إلى [وحدة التحكم في خدمة التخزين الكائني من علي بابا كلاود](https://oss.console.aliyun.com/overview)، وعند الدخول لأول مرة، يجب تفعيل الخدمة.+1. انتقل إلى [وحدة التحكم في خدمة تخزين الكائنات من علي بابا كلاود](https://oss.console.aliyun.com/overview)، يجب تفعيل الخدمة عند الدخول لأول مرة.2. اختر قائمة Buckets من الجانب الأيسر، ثم انقر على إنشاء.3. اختر الإنشاء السريع، املأ اسم Bucket الذي يتوافق مع المتطلبات واختر منطقة **شنغهاي**، ثم أكمل الإنشاء (الاسم المدخل هنا هو قيمة الإعداد `aliyun.oss.bucket`).diff --git a/docs/ar/docker.md b/docs/ar/docker.mdindex 53547dcd..5bdaafe6 100644--- a/docs/ar/docker.md+++ b/docs/ar/docker.md@@ -1,7 +1,7 @@# دليل نشر Docker## البدء السريع-قم أولاً بإعداد ملف التكوين، واضبط منفذ الاستماع للخادم على `8888`، وعنوان الاستماع للخادم على `0.0.0.0`.+قم أولاً بإعداد ملف التكوين، واضبط منفذ الاستماع للخادم على `8888`، وعنوان الاستماع للخادم على `0.0.0.0`### بدء تشغيل docker run```bash@@ -26,7 +26,7 @@ services:```## نماذج الاستمرارية-إذا كنت تستخدم نموذج fasterwhisper، سيقوم KrillinAI بتنزيل الملفات المطلوبة للنموذج تلقائيًا إلى دليل `/app/models` ودليل `/app/bin`. ستفقد هذه الملفات بعد حذف الحاوية. إذا كنت بحاجة إلى استمرارية النموذج، يمكنك ربط هذين الدليلين بدليل المضيف.+إذا كنت تستخدم نموذج fasterwhisper، سيقوم KrillinAI تلقائيًا بتنزيل الملفات المطلوبة للنموذج إلى دليل `/app/models` ودليل `/app/bin`. ستفقد هذه الملفات بعد حذف الحاوية. إذا كنت بحاجة إلى استمرارية النموذج، يمكنك ربط هذين الدليلين بدليل المضيف.### بدء تشغيل docker run```bash@@ -55,5 +55,5 @@ services:```## ملاحظات-1. إذا لم يكن وضع الشبكة لحاوية docker هو host، يُنصح بتعيين عنوان الاستماع لخادم ملف التكوين على `0.0.0.0`، وإلا قد لا تتمكن من الوصول إلى الخدمة.-2. إذا كانت الحاوية بحاجة إلى الوصول إلى وكيل الشبكة للمضيف، يرجى تعيين عنوان الوكيل في خيار التكوين `proxy` من `127.0.0.1` إلى `host.docker.internal`، على سبيل المثال `http://host.docker.internal:7890`.\ No newline at end of file+1. إذا لم يكن وضع شبكة حاوية docker هو host، يُنصح بتعيين عنوان الاستماع لخادم ملف التكوين على `0.0.0.0`، وإلا قد لا تتمكن من الوصول إلى الخدمة.+2. إذا كان من الضروري أن تصل الحاوية إلى وكيل الشبكة للمضيف، يرجى تعيين عنوان الوكيل في خيار التكوين `proxy` من `127.0.0.1` إلى `host.docker.internal`، على سبيل المثال `http://host.docker.internal:7890`\ No newline at end of filediff --git a/docs/ar/faq.md b/docs/ar/faq.mdindex 30cfb3a8..23d22ac2 100644--- a/docs/ar/faq.md+++ b/docs/ar/faq.md@@ -1,30 +1,31 @@### 1. لا يمكن رؤية ملف إعدادات `app.log`، ولا يمكن معرفة محتوى الخطأيرجى من مستخدمي Windows وضع دليل العمل لهذا البرنامج في مجلد غير موجود على القرص C.-### 2. تم إنشاء ملف الإعدادات في النسخة غير المكتبية، ولكن لا يزال يظهر الخطأ "لا يمكن العثور على ملف الإعدادات"-تأكد من أن اسم ملف الإعدادات هو `config.toml`، وليس `config.toml.txt` أو أي شيء آخر. بعد الانتهاء من الإعداد، يجب أن تكون بنية مجلد العمل لهذا البرنامج كما يلي:+### 2. تم إنشاء ملف الإعدادات غير المكتبي، ولكن لا يزال يظهر الخطأ "لا يمكن العثور على ملف الإعدادات"+تأكد من أن اسم ملف الإعدادات هو `config.toml`، وليس `config.toml.txt` أو أي شيء آخر.+بعد الإعداد، يجب أن تكون بنية مجلد العمل لهذا البرنامج كما يلي:```/── config/│ └── config.toml-├── cookies.txt (<- ملف cookies.txt اختياري)+├── cookies.txt (ملف cookies.txt اختياري)└── krillinai.exe```### 3. تم ملء إعدادات النموذج الكبير، ولكن يظهر الخطأ "xxxxx يحتاج إلى إعداد xxxxx API Key"-على الرغم من أن خدمات النموذج وخدمات الصوت يمكن أن تستخدم كلاهما خدمات openai، إلا أن هناك أيضًا سيناريوهات حيث يستخدم النموذج الكبير خدمات غير openai بشكل منفصل، لذا فإن هذين الإعدادين منفصلان. بالإضافة إلى إعدادات النموذج الكبير، يرجى البحث عن إعدادات whisper أدناه لملء المفتاح والمعلومات المقابلة.+على الرغم من أن خدمات النموذج وخدمات الصوت يمكن أن تستخدم خدمات openai، إلا أن هناك أيضًا سيناريوهات حيث يستخدم النموذج الكبير خدمات غير openai بشكل منفصل، لذا فإن هذين الإعدادين منفصلان. بالإضافة إلى إعدادات النموذج الكبير، يرجى البحث عن إعدادات whisper أدناه لملء المفتاح والمعلومات ذات الصلة.-### 4. يظهر الخطأ "yt-dlp error"-مشكلة في برنامج تنزيل الفيديو، والتي تبدو حاليًا مجرد مشكلة في الشبكة أو إصدار برنامج التنزيل. تحقق مما إذا كان وكيل الشبكة مفتوحًا ومكونًا في إعدادات ملف الإعدادات، كما يُنصح باختيار نقطة اتصال في هونغ كونغ. يتم تثبيت برنامج التنزيل تلقائيًا بواسطة هذا البرنامج، وسأقوم بتحديث مصدر التثبيت، ولكن نظرًا لأنه ليس مصدرًا رسميًا، فقد يكون هناك تأخير. إذا واجهت مشكلة، حاول تحديثه يدويًا، وطريقة التحديث هي:+### 4. يحتوي الخطأ على "yt-dlp error"+مشكلة في برنامج تنزيل الفيديو، يبدو أنها تتعلق بمشكلة في الشبكة أو إصدار برنامج التنزيل. تحقق مما إذا كان وكيل الشبكة مفعلًا ومكونًا في إعدادات ملف الإعدادات، ويُفضل اختيار نقطة اتصال في هونغ كونغ. يتم تثبيت برنامج التنزيل تلقائيًا بواسطة هذا البرنامج، سأقوم بتحديث مصدر التثبيت ولكن نظرًا لأنه ليس مصدرًا رسميًا، فقد يكون هناك تأخير. إذا واجهت مشكلة، حاول تحديثه يدويًا، وطريقة التحديث هي:افتح الطرفية في موقع دليل bin للبرنامج، ثم نفذ```./yt-dlp.exe -U```-استبدل هنا `yt-dlp.exe` باسم برنامج ytdlp الفعلي في نظامك.+استبدل `yt-dlp.exe` باسم برنامج ytdlp الفعلي في نظامك.### 5. بعد النشر، يتم إنشاء الترجمة بشكل طبيعي، ولكن الترجمة المدمجة في الفيديو تحتوي على الكثير من الرموز غير المفهومة-معظمها بسبب نقص خطوط اللغة الصينية في Linux. يرجى تنزيل خط [微软雅黑](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyh.ttc) و[微软雅黑-bold](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyhbd.ttc) (أو اختيار خط يلبي متطلباتك)، ثم اتبع الخطوات التالية:-1. أنشئ مجلد msyh في /usr/share/fonts/ وانسخ الخطوط التي تم تنزيلها إلى هذا الدليل+معظمها بسبب نقص خطوط اللغة الصينية في Linux. يرجى تنزيل خط [微软雅黑](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyh.ttc) وخط [微软雅黑-bold](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyhbd.ttc) (أو اختيار خط يلبي متطلباتك)، ثم اتبع الخطوات التالية:+1. أنشئ مجلد msyh في /usr/share/fonts/ وانسخ الخطوط التي تم تنزيلها إلى هذا الدليل.2.```cd /usr/share/fonts/msyh@@ -33,7 +34,7 @@fc-cache```-### 6. كيف يمكن ملء رمز الصوت في تحويل النص إلى كلام؟+### 6. كيف يمكن ملء رمز الصوت في توليد الصوت؟يرجى الرجوع إلى وثائق مزود خدمة الصوت، وفيما يلي ما يتعلق بهذا المشروع:[وثائق OpenAI TTS](https://platform.openai.com/docs/guides/text-to-speech/api-reference)، الموجودة في خيارات الصوت-[وثائق تفاعل الصوت الذكي من علي بابا](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis)، الموجودة في قائمة الصوت - قيمة معلمة voice\ No newline at end of file+[وثائق تفاعل الصوت الذكي من علي بابا](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis)، الموجودة في قائمة الأصوات - قيمة معلمة voice\ No newline at end of filediff --git a/docs/de/README.md b/docs/de/README.mdindex f52f7f8a..7b7fda39 100644--- a/docs/de/README.md+++ b/docs/de/README.md@@ -15,31 +15,31 @@## Projektübersicht ([Jetzt die Online-Version ausprobieren!](https://www.klic.studio/))-Klic Studio ist eine umfassende Audio- und Video-Lokalisierungs- und Verbesserungslösung, die von Krillin AI entwickelt wurde. Dieses minimalistische und leistungsstarke Tool vereint Videoübersetzung, Synchronisation und Sprachklonung und unterstützt sowohl Quer- als auch Hochformat-Ausgaben, um auf allen gängigen Plattformen (Bilibili, Xiaohongshu, Douyin, Video-Nummer, Kuaishou, YouTube, TikTok usw.) perfekt präsentiert zu werden. Mit einem End-to-End-Workflow können Sie mit nur wenigen Klicks Rohmaterial in ansprechende, plattformübergreifende Inhalte umwandeln.+Klic Studio ist eine umfassende Audio- und Video-Lokalisierungslösung, die von Krillin AI entwickelt wurde. Sie vereint Videoübersetzung, Synchronisation und Sprachklonierung und generiert mit einem Klick Hollywood-ähnliche Untertitel. Unterstützt sowohl Quer- als auch Hochformat-Ausgaben, um sicherzustellen, dass sie auf allen gängigen Plattformen (Bilibili, Xiaohongshu, Douyin, Video-Nummer, Kuaishou, YouTube, TikTok usw.) perfekt präsentiert werden und die Anforderungen an die Globalisierung von Inhalten mühelos erfüllen!## Hauptmerkmale und Funktionen:-🎯 **Ein-Klick-Start**: Keine komplexe Umgebungskonfiguration erforderlich, automatische Installation von Abhängigkeiten, sofort einsatzbereit, neue Desktop-Version für mehr Benutzerfreundlichkeit!+🎯 **Ein-Klick-Start**: Keine komplexe Umgebungskonfiguration erforderlich, automatische Installation von Abhängigkeiten, sofort einsatzbereit. Neue Desktop-Version für einfachere Nutzung!📥 **Videoerfassung**: Unterstützt yt-dlp-Downloads oder lokale Datei-Uploads📜 **Präzise Erkennung**: Hochgenaue Spracherkennung basierend auf Whisper-🧠 **Intelligente Segmentierung**: Verwendung von LLM zur Untertitelsegmentierung und -ausrichtung+🧠 **Qualitätsübersetzung**: Anpassung an gängige SOTA große Sprachmodelle, Übersetzungsqualität auf Untertitelgruppen-Niveau-🔄 **Terminologieersetzung**: Ein-Klick-Ersetzung von Fachbegriffen+🌍 **Filmreife Untertitel**: Wortgenaue Schnitt- und Ausrichtungsalgorithmen, die die Qualität von Hollywood-Untertiteln erreichen, ohne Zeilenumbruch-🌍 **Professionelle Übersetzung**: LLM-Übersetzung mit Kontext für natürliche Semantik+🎙️ **Synchronisationsklon**: Bietet ausgewählte Stimmen von CosyVoice oder benutzerdefinierte Stimmklonierung-🎙️ **Synchronisationsklon**: Bietet ausgewählte Stimmen von CosyVoice oder benutzerdefinierte Stimmklonung+🎬 **Quer- und Hochformat-Ausgabe**: Automatische Verarbeitung von Quer- und Hochformatvideos sowie Untertitel-Layouts, plattformübergreifendes Format in einem Schritt-🎬 **Videokomposition**: Automatische Verarbeitung von Quer- und Hochformatvideos sowie Untertitel-Layout+🔄 **Terminologieersetzung**: Ein-Klick-Ersetzung von Fachbegriffen💻 **Plattformübergreifend**: Unterstützt Windows, Linux, macOS, bietet Desktop- und Server-Versionen## Effektanzeige-Das folgende Bild zeigt die Ergebnisse eines 46-minütigen lokal importierten Videos, das nach einem Ein-Klick-Vorgang generierte Untertiteldateien ohne manuelle Anpassungen enthält. Keine Auslassungen, Überlappungen, natürliche Satztrennung und die Übersetzungsqualität ist ebenfalls sehr hoch.-+Das folgende Bild zeigt die Ergebnisse eines 46-minütigen lokal importierten Videos, bei dem nach einem Klick die generierte Untertiteldatei ohne manuelle Anpassungen eingebaut wurde. Keine Auslassungen oder Überlappungen, natürliche Satztrennung und sehr hohe Übersetzungsqualität.+<table><tr>@@ -72,19 +72,19 @@ https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71</table>## 🔍 Unterstützung für Spracherkennungsdienste-_**Alle lokalen Modelle in der folgenden Tabelle unterstützen die automatische Installation von ausführbaren Dateien + Modell-Dateien. Sie müssen nur auswählen, der Rest wird von Klic für Sie vorbereitet.**_+_**Alle lokalen Modelle in der folgenden Tabelle unterstützen die automatische Installation von ausführbaren Dateien + Modell-Dateien. Du musst nur auswählen, den Rest erledigt Klic für dich.**_| Dienstquelle | Unterstützte Plattformen | Modelloptionen | Lokal/Cloud | Anmerkungen ||----------------------|-------------------------|-------------------------------------------|-------------|----------------------|| **OpenAI Whisper** | Alle Plattformen | - | Cloud | Schnell und effektiv |-| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (empfohlen: medium+) | Lokal | Noch schneller, keine Cloud-Service-Kosten |+| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (empfohlen medium+) | Lokal | Noch schneller, keine Cloud-Kosten || **WhisperKit** | macOS (nur M-Serie Chips) | `large-v2` | Lokal | Native Optimierung für Apple-Chips || **WhisperCpp** | Alle Plattformen | `large-v2` | Lokal | Unterstützt alle Plattformen || **Alibaba Cloud ASR**| Alle Plattformen | - | Cloud | Vermeidung von Netzwerkproblemen in Festland-China |## 🚀 Unterstützung für große Sprachmodelle-✅ Kompatibel mit allen Cloud-/lokalen großen Sprachmodell-Diensten, die den **OpenAI API-Spezifikationen** entsprechen, einschließlich, aber nicht beschränkt auf:+✅ Kompatibel mit allen Cloud-/Lokal-Diensten für große Sprachmodelle, die den **OpenAI API-Spezifikationen** entsprechen, einschließlich, aber nicht beschränkt auf:- OpenAI- Gemini- DeepSeek@@ -107,33 +107,33 @@ Eingabesprachen: Chinesisch, Englisch, Japanisch, Deutsch, Türkisch, Koreanisch## 🚀 Schnellstart### Grundlegende Schritte-Laden Sie zunächst die ausführbare Datei herunter, die mit Ihrem Betriebssystem im [Release](https://github.com/KrillinAI/KlicStudio/releases) übereinstimmt. Wählen Sie dann je nach Anleitung die Desktop- oder Nicht-Desktop-Version aus und legen Sie sie in einen leeren Ordner. Laden Sie die Software in einen leeren Ordner herunter, da nach dem Ausführen einige Verzeichnisse erstellt werden, die so besser verwaltet werden können.+Lade zunächst die ausführbare Datei aus dem [Release](https://github.com/KrillinAI/KlicStudio/releases) herunter, die mit deinem Betriebssystem kompatibel ist. Wähle dann gemäß der folgenden Anleitung zwischen der Desktop- und der Nicht-Desktop-Version und lege sie in einen leeren Ordner. Lade die Software in einen leeren Ordner herunter, da nach dem Ausführen einige Verzeichnisse erstellt werden, die in einem leeren Ordner besser verwaltet werden können.-【Wenn es sich um die Desktop-Version handelt, d.h. die Release-Datei mit "desktop" versehen ist, lesen Sie hier】+【Wenn es sich um die Desktop-Version handelt, also die Release-Datei mit "desktop" endet, siehe hier】_Die Desktop-Version ist neu veröffentlicht worden, um das Problem zu lösen, dass neue Benutzer Schwierigkeiten haben, die Konfigurationsdateien korrekt zu bearbeiten. Es gibt einige Bugs, die kontinuierlich aktualisiert werden._-1. Doppelklicken Sie auf die Datei, um zu beginnen (auch die Desktop-Version muss konfiguriert werden, dies erfolgt innerhalb der Software)+1. Doppelklicke auf die Datei, um sie zu verwenden (auch die Desktop-Version muss konfiguriert werden, die Konfiguration erfolgt innerhalb der Software)-【Wenn es sich um die Nicht-Desktop-Version handelt, d.h. die Release-Datei ohne "desktop", lesen Sie hier】+【Wenn es sich um die Nicht-Desktop-Version handelt, also die Release-Datei ohne "desktop", siehe hier】_Die Nicht-Desktop-Version ist die ursprüngliche Version, die Konfiguration ist komplexer, aber die Funktionen sind stabil und sie eignet sich gut für die Serverbereitstellung, da sie die Benutzeroberfläche webbasiert bereitstellt._-1. Erstellen Sie im Ordner einen `config`-Ordner und erstellen Sie dann im `config`-Ordner eine `config.toml`-Datei. Kopieren Sie den Inhalt der `config-example.toml`-Datei im Quellcodeverzeichnis `config` in die `config.toml` und füllen Sie Ihre Konfigurationsinformationen gemäß den Kommentaren aus.-2. Doppelklicken Sie oder führen Sie die ausführbare Datei im Terminal aus, um den Dienst zu starten-3. Öffnen Sie den Browser und geben Sie `http://127.0.0.1:8888` ein, um zu beginnen (ersetzen Sie 8888 durch den Port, den Sie in der Konfigurationsdatei angegeben haben)+1. Erstelle einen `config`-Ordner im Verzeichnis und dann eine `config.toml`-Datei im `config`-Ordner. Kopiere den Inhalt der `config-example.toml`-Datei aus dem Quellcodeverzeichnis in die `config.toml`-Datei und fülle deine Konfigurationsinformationen gemäß den Kommentaren aus.+2. Doppelklicke oder führe die ausführbare Datei im Terminal aus, um den Dienst zu starten+3. Öffne den Browser und gib `http://127.0.0.1:8888` ein, um zu beginnen (ersetze 8888 durch den Port, den du in der Konfigurationsdatei angegeben hast)### An: macOS-Benutzer-【Wenn es sich um die Desktop-Version handelt, d.h. die Release-Datei mit "desktop" versehen ist, lesen Sie hier】-Aufgrund von Problemen mit der Signierung kann die Desktop-Version derzeit nicht durch Doppelklicken oder DMG-Installation direkt ausgeführt werden. Sie müssen die Anwendung manuell vertrauen. Die Methode ist wie folgt:-1. Öffnen Sie das Verzeichnis, in dem sich die ausführbare Datei (angenommen, der Dateiname ist KlicStudio_1.0.0_desktop_macOS_arm64) befindet, im Terminal-2. Führen Sie nacheinander die folgenden Befehle aus:+【Wenn es sich um die Desktop-Version handelt, also die Release-Datei mit "desktop" endet, siehe hier】+Die aktuelle Verpackungsmethode für die Desktop-Version kann aufgrund von Signaturproblemen nicht direkt durch Doppelklick oder DMG-Installation ausgeführt werden. Du musst die Anwendung manuell vertrauen, wie folgt:+1. Öffne das Terminal im Verzeichnis der ausführbaren Datei (angenommen, der Dateiname ist KlicStudio_1.0.0_desktop_macOS_arm64)+2. Führe nacheinander die folgenden Befehle aus:```sudo xattr -cr ./KlicStudio_1.0.0_desktop_macOS_arm64sudo chmod +x ./KlicStudio_1.0.0_desktop_macOS_arm64./KlicStudio_1.0.0_desktop_macOS_arm64```-【Wenn es sich um die Nicht-Desktop-Version handelt, d.h. die Release-Datei ohne "desktop", lesen Sie hier】-Diese Software hat keine Signierung, daher müssen Sie beim Ausführen unter macOS nach Abschluss der Datei-Konfiguration in den "Grundlegenden Schritten" die Anwendung manuell vertrauen. Die Methode ist wie folgt:-1. Öffnen Sie das Verzeichnis, in dem sich die ausführbare Datei (angenommen, der Dateiname ist KlicStudio_1.0.0_macOS_arm64) befindet, im Terminal-2. Führen Sie nacheinander die folgenden Befehle aus:+【Wenn es sich um die Nicht-Desktop-Version handelt, also die Release-Datei ohne "desktop", siehe hier】+Diese Software ist nicht signiert, daher musst du beim Ausführen auf macOS nach der Konfiguration der Dateien in den "Grundschritten" die Anwendung manuell vertrauen, wie folgt:+1. Öffne das Terminal im Verzeichnis der ausführbaren Datei (angenommen, der Dateiname ist KlicStudio_1.0.0_macOS_arm64)+2. Führe nacheinander die folgenden Befehle aus:```sudo xattr -rd com.apple.quarantine ./KlicStudio_1.0.0_macOS_arm64sudo chmod +x ./KlicStudio_1.0.0_macOS_arm64@@ -142,40 +142,40 @@ Diese Software hat keine Signierung, daher müssen Sie beim Ausführen unter macum den Dienst zu starten### Docker-Bereitstellung-Dieses Projekt unterstützt die Docker-Bereitstellung. Bitte beachten Sie die [Docker-Bereitstellungsanleitung](./docker.md)+Dieses Projekt unterstützt die Docker-Bereitstellung. Bitte siehe die [Docker-Bereitstellungsanleitung](./docker.md)### Cookie-Konfigurationsanleitung (nicht erforderlich)-Wenn Sie auf Probleme beim Herunterladen von Videos stoßen+Wenn du auf Probleme beim Herunterladen von Videos stößt,-Bitte beachten Sie die [Cookie-Konfigurationsanleitung](./get_cookies.md), um Ihre Cookie-Informationen zu konfigurieren.+bitte siehe die [Cookie-Konfigurationsanleitung](./get_cookies.md), um deine Cookie-Informationen zu konfigurieren.### Konfigurationshilfe (unbedingt lesen)Die schnellste und einfachste Konfigurationsmethode:-* Füllen Sie `transcribe.provider.name` mit `openai`, dann müssen Sie nur den Block `transcribe.openai` sowie die Konfiguration des großen Modells im Block `llm` ausfüllen, um die Untertitelübersetzung durchzuführen. (`app.proxy`, `model` und `openai.base_url` können je nach Bedarf ausgefüllt werden)+* Fülle `transcribe.provider.name` mit `openai`, dann musst du nur den Block `transcribe.openai` und die Konfiguration des großen Modells im Block `llm` ausfüllen, um die Untertitelübersetzung durchzuführen. (`app.proxy`, `model` und `openai.base_url` können je nach Bedarf ausgefüllt werden)-Verwendung der Konfiguration für lokale Spracherkennungsmodelle (eine Auswahl, die Kosten, Geschwindigkeit und Qualität berücksichtigt)-* Füllen Sie `transcribe.provider.name` mit `fasterwhisper`, `transcribe.fasterwhisper.model` mit `large-v2`, und füllen Sie dann den Block `llm` mit der Konfiguration des großen Modells aus, um die Untertitelübersetzung durchzuführen. Das lokale Modell wird automatisch heruntergeladen und installiert. (`app.proxy` und `openai.base_url` wie oben)+Verwendung der Konfiguration für lokale Spracherkennungsmodelle (Kombination von Kosten, Geschwindigkeit und Qualität):+* Fülle `transcribe.provider.name` mit `fasterwhisper`, `transcribe.fasterwhisper.model` mit `large-v2`, und fülle dann `llm` mit der Konfiguration des großen Modells aus, um die Untertitelübersetzung durchzuführen. Das lokale Modell wird automatisch heruntergeladen und installiert. (`app.proxy` und `openai.base_url` wie oben)-Text-zu-Sprache (TTS) ist optional, die Konfigurationslogik ist die gleiche wie oben, füllen Sie `tts.provider.name` aus und dann die entsprechenden Konfigurationsblöcke unter `tts`. Die Stimmencodes im UI sollten gemäß der Dokumentation des gewählten Anbieters ausgefüllt werden (die Dokumentationsadressen finden Sie im Abschnitt häufige Fragen weiter unten). Das Ausfüllen von Alibaba Cloud's aksk usw. kann sich wiederholen, um die Struktur der Konfiguration klar zu halten.-Hinweis: Bei der Verwendung von Stimmklonung unterstützt `tts` nur die Auswahl von `aliyun`.+Text-zu-Sprache (TTS) ist optional, die Konfigurationslogik ist die gleiche wie oben. Fülle `tts.provider.name` aus und dann die entsprechenden Konfigurationsblöcke unter `tts`. Die Stimmen-Codes im UI sollten gemäß der Dokumentation des gewählten Anbieters ausgefüllt werden (die Dokumentationsadressen sind im Abschnitt häufige Fragen unten aufgeführt). Das Ausfüllen von Alibaba Cloud's aksk usw. kann sich wiederholen, um die Klarheit der Konfigurationsstruktur zu gewährleisten.+Hinweis: Bei Verwendung von Sprachklonierung unterstützt `tts` nur die Auswahl von `aliyun`.-**Für den Erhalt von Alibaba Cloud AccessKey, Bucket, AppKey lesen Sie bitte**: [Alibaba Cloud Konfigurationsanleitung](./aliyun.md)+**Für den Erhalt von Alibaba Cloud AccessKey, Bucket, AppKey lies bitte**: [Alibaba Cloud Konfigurationsanleitung](./aliyun.md)-Bitte verstehen Sie, dass die Aufgabe = Spracherkennung + großes Modellübersetzung + Sprachdienst (TTS usw., optional) ist, was Ihnen beim Verständnis der Konfigurationsdatei sehr helfen wird.+Bitte verstehe, dass die Aufgabe = Spracherkennung + große Modellübersetzung + Sprachdienst (TTS usw., optional) ist, was dir beim Verständnis der Konfigurationsdatei sehr helfen wird.## Häufige Fragen-Bitte besuchen Sie die [Häufigen Fragen](./faq.md)+Bitte gehe zu [Häufige Fragen](./faq.md)## Beitragsrichtlinien-1. Reichen Sie keine unnötigen Dateien wie .vscode, .idea usw. ein, verwenden Sie .gitignore zur Filterung-2. Reichen Sie nicht config.toml ein, sondern verwenden Sie config-example.toml zur Einreichung+1. Reiche keine unnötigen Dateien ein, wie .vscode, .idea usw. Bitte nutze .gitignore, um sie herauszufiltern.+2. Reiche nicht config.toml ein, sondern verwende config-example.toml zur Einreichung.-## Kontaktieren Sie uns-1. Treten Sie unserer QQ-Gruppe bei, um Fragen zu klären: 754069680-2. Folgen Sie unseren Social-Media-Konten, [Bilibili](https://space.bilibili.com/242124650), wo wir täglich hochwertige Inhalte im Bereich AI-Technologie teilen+## Kontaktiere uns+1. Trete unserer QQ-Gruppe bei, um Fragen zu klären: 754069680+2. Folge unseren Social-Media-Kanälen, [Bilibili](https://space.bilibili.com/242124650), wo wir täglich hochwertige Inhalte im Bereich AI-Technologie teilen.## Star-Historie-[](https://star-history.com/#KrillinAI/KlicStudio&Date)\ No newline at end of file+[](https://star-history.com/#KrillinAI/KlicStudio&Date)\ No newline at end of filediff --git a/docs/de/aliyun.md b/docs/de/aliyun.mdindex eadc3210..0d5c2ffe 100644--- a/docs/de/aliyun.md+++ b/docs/de/aliyun.md@@ -1,11 +1,11 @@## Voraussetzungen-Sie benötigen ein [Alibaba Cloud](https://www.aliyun.com) Konto, das durch eine echte Identitätsprüfung verifiziert wurde. Die meisten Dienste bieten ein kostenloses Kontingent.+Sie benötigen ein [Alibaba Cloud](https://www.aliyun.com) Konto, das durch eine Identitätsprüfung verifiziert wurde. Die meisten Dienste bieten ein kostenloses Kontingent.## Abrufen von `access_key_id` und `access_key_secret` für Alibaba Cloud1. Gehen Sie zur [Alibaba Cloud AccessKey-Verwaltungsseite](https://ram.console.aliyun.com/profile/access-keys).-2. Klicken Sie auf "AccessKey erstellen". Wählen Sie bei Bedarf die Verwendungsmethode "In der lokalen Entwicklungsumgebung verwenden".+2. Klicken Sie auf "AccessKey erstellen". Wenn erforderlich, wählen Sie die Verwendungsmethode "In der lokalen Entwicklungsumgebung verwenden".-3. Bewahren Sie diese sicher auf, am besten kopieren Sie sie in eine lokale Datei.+3. Bewahren Sie es sicher auf, am besten kopieren Sie es in eine lokale Datei.## Aktivierung des Alibaba Cloud Sprachdienstes1. Gehen Sie zur [Alibaba Cloud Sprachdienstverwaltungsseite](https://nls-portal.console.aliyun.com/applist). Bei der ersten Anmeldung müssen Sie den Dienst aktivieren.@@ -22,9 +22,9 @@ Sie benötigen ein [Alibaba Cloud](https://www.aliyun.com) Konto, das durch eine1. Gehen Sie zur [Alibaba Cloud Object Storage Service-Konsole](https://oss.console.aliyun.com/overview). Bei der ersten Anmeldung müssen Sie den Dienst aktivieren.2. Wählen Sie in der linken Spalte die Bucket-Liste aus und klicken Sie auf "Erstellen".-3. Wählen Sie "Schneller erstellen", geben Sie einen Bucket-Namen ein, der den Anforderungen entspricht, und wählen Sie die Region **Shanghai** aus, um die Erstellung abzuschließen (der hier eingegebene Name ist der Wert für die Konfiguration `aliyun.oss.bucket`).+3. Wählen Sie "Schneller erstellen", geben Sie einen Bucket-Namen ein, der den Anforderungen entspricht, und wählen Sie die Region **Shanghai**, um die Erstellung abzuschließen (der hier eingegebene Name ist der Wert für die Konfiguration `aliyun.oss.bucket`).-4. Nach der Erstellung gehen Sie in den Bucket.+4. Nach der Erstellung gehen Sie zum Bucket.5. Deaktivieren Sie den Schalter "Öffentlichen Zugriff blockieren" und setzen Sie die Lese- und Schreibberechtigungen auf "Öffentlich lesbar".diff --git a/docs/de/faq.md b/docs/de/faq.mdindex ab94c711..f7cd41fc 100644--- a/docs/de/faq.md+++ b/docs/de/faq.md@@ -1,7 +1,7 @@### 1. `app.log` Konfigurationsdatei nicht sichtbar, Fehlerinhalt kann nicht ermittelt werdenWindows-Benutzer sollten das Arbeitsverzeichnis dieser Software in einen Ordner außerhalb des C-Laufwerks legen.-### 2. Die Konfigurationsdatei wurde zwar erstellt, aber es erscheint der Fehler „Konfigurationsdatei nicht gefunden“+### 2. Obwohl die Konfigurationsdatei für die Nicht-Desktop-Version erstellt wurde, wird der Fehler "Konfigurationsdatei nicht gefunden" angezeigtStellen Sie sicher, dass der Dateiname der Konfigurationsdatei `config.toml` ist und nicht `config.toml.txt` oder etwas anderes.Nach der Konfiguration sollte die Struktur des Arbeitsordners dieser Software wie folgt aussehen:```@@ -11,20 +11,20 @@ Nach der Konfiguration sollte die Struktur des Arbeitsordners dieser Software wi└── krillinai.exe```-### 3. Große Modellkonfiguration ausgefüllt, aber der Fehler „xxxxx benötigt die Konfiguration des xxxxx API-Schlüssels“ erscheint-Obwohl sowohl der Modellservice als auch der Sprachdienst die Dienste von OpenAI nutzen können, gibt es auch Szenarien, in denen große Modelle unabhängig von OpenAI verwendet werden. Daher sind diese beiden Konfigurationen getrennt. Neben der großen Modellkonfiguration suchen Sie bitte im unteren Bereich der Konfiguration nach den Whisper-Konfigurationen, um die entsprechenden Schlüssel und Informationen auszufüllen.+### 3. Große Modellkonfiguration ausgefüllt, aber Fehler "xxxxx benötigt die Konfiguration des xxxxx API-Schlüssels"+Obwohl der Modellservice und der Sprachdienst beide die Dienste von OpenAI nutzen können, gibt es auch Szenarien, in denen große Modelle unabhängig von OpenAI verwendet werden. Daher sind diese beiden Konfigurationen getrennt. Neben der großen Modellkonfiguration suchen Sie bitte im unteren Bereich der Konfiguration nach den Whisper-Konfigurationen, um die entsprechenden Schlüssel und Informationen auszufüllen.-### 4. Fehler enthält „yt-dlp error“-Das Problem mit dem Video-Downloader scheint derzeit nur ein Netzwerkproblem oder ein Versionsproblem des Downloaders zu sein. Überprüfen Sie, ob der Netzwerkproxy aktiviert ist und ob er in den Proxy-Konfigurationseinstellungen der Konfigurationsdatei korrekt konfiguriert ist. Es wird empfohlen, einen Hongkong-Knoten auszuwählen. Der Downloader wird automatisch von dieser Software installiert. Ich werde die Installationsquelle aktualisieren, aber da es sich nicht um eine offizielle Quelle handelt, kann es zu Verzögerungen kommen. Bei Problemen versuchen Sie bitte, manuell zu aktualisieren. Die Aktualisierungsmethode:+### 4. Fehler enthält "yt-dlp error"+Das Problem mit dem Video-Downloader scheint derzeit nur ein Netzwerkproblem oder ein Versionsproblem des Downloaders zu sein. Überprüfen Sie, ob der Netzwerkproxy aktiviert ist und in den Proxy-Konfigurationseinstellungen der Konfigurationsdatei konfiguriert ist. Es wird auch empfohlen, einen Hongkong-Knoten auszuwählen. Der Downloader wird automatisch von dieser Software installiert, die Installationsquelle werde ich aktualisieren, ist aber nicht die offizielle Quelle, daher kann es zu Verzögerungen kommen. Bei Problemen versuchen Sie bitte, manuell zu aktualisieren. Die Aktualisierungsmethode:Öffnen Sie ein Terminal im bin-Verzeichnis der Software und führen Sie aus:```./yt-dlp.exe -U```-Ersetzen Sie hier `yt-dlp.exe` durch den tatsächlichen Namen der ytdlp-Software in Ihrem System.+Ersetzen Sie `yt-dlp.exe` durch den tatsächlichen Namen der ytdlp-Software in Ihrem System.### 5. Nach der Bereitstellung werden die Untertitel normal generiert, aber die eingebetteten Untertitel im Video enthalten viele Zeichenfehler-In den meisten Fällen liegt dies daran, dass auf Linux die chinesischen Schriftarten fehlen. Bitte laden Sie die Schriftarten [微软雅黑](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyh.ttc) und [微软雅黑-bold](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyhbd.ttc) herunter (oder wählen Sie selbst Schriftarten aus, die Ihren Anforderungen entsprechen), und befolgen Sie dann die folgenden Schritte:+Die meisten Probleme entstehen, weil Linux keine chinesischen Schriftarten hat. Bitte laden Sie die Schriftarten [Microsoft YaHei](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyh.ttc) und [Microsoft YaHei Bold](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyhbd.ttc) herunter (oder wählen Sie selbst Schriftarten aus, die Ihren Anforderungen entsprechen), und befolgen Sie dann die folgenden Schritte:1. Erstellen Sie einen neuen Ordner namens msyh unter /usr/share/fonts/ und kopieren Sie die heruntergeladenen Schriftarten in dieses Verzeichnis.2.```@@ -37,4 +37,4 @@ In den meisten Fällen liegt dies daran, dass auf Linux die chinesischen Schrift### 6. Wie fülle ich den Klangcode für die Sprachsynthese aus?Bitte beziehen Sie sich auf die Dokumentation des Sprachdienstanbieters. Hier sind die relevanten Informationen für dieses Projekt:[OpenAI TTS-Dokumentation](https://platform.openai.com/docs/guides/text-to-speech/api-reference), zu finden unter Voice options-[Alibaba Cloud Intelligent Speech Interaction Dokumentation](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis), zu finden unter Klangliste - voice Parameterwerte\ No newline at end of file+[Alibaba Cloud Intelligent Speech Interaction Dokumentation](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis), zu finden unter Klangliste - voice Parameterwert\ No newline at end of filediff --git a/docs/es/README.md b/docs/es/README.mdindex f749f802..55c46c94 100644--- a/docs/es/README.md+++ b/docs/es/README.md@@ -15,29 +15,29 @@## Introducción al proyecto ([¡Experimenta la versión en línea ahora!](https://www.klic.studio/))-Klic Studio es una solución integral de localización y mejora de audio y video desarrollada por Krillin AI. Esta herramienta minimalista y poderosa combina traducción de audio y video, doblaje y clonación de voz, soportando formatos de pantalla horizontal y vertical, asegurando una presentación perfecta en todas las plataformas principales (Bilibili, Xiaohongshu, Douyin, WeChat Video, Kuaishou, YouTube, TikTok, etc.). A través de un flujo de trabajo de extremo a extremo, puedes transformar el material original en contenido multiplataforma listo para usar con solo unos pocos clics.+Klic Studio es una solución integral de localización de audio y video desarrollada por Krillin AI, que combina traducción de audio y video, doblaje y clonación de voz, generando subtítulos de calidad cinematográfica de Hollywood con un solo clic. Soporta formatos de pantalla horizontal y vertical, asegurando una presentación perfecta en todas las plataformas principales (Bilibili, Xiaohongshu, Douyin, WeChat Video, Kuaishou, YouTube, TikTok, etc.), satisfaciendo fácilmente las necesidades de globalización de contenido.-## Características y funciones principales:-🎯 **Inicio con un clic**: Sin configuraciones de entorno complicadas, instalación automática de dependencias, ¡listo para usar de inmediato! Nueva versión de escritorio para mayor comodidad.+## Principales características y funciones:+🎯 **Inicio con un clic**: Sin configuraciones de entorno complicadas, instalación automática de dependencias, listo para usar. Nueva versión de escritorio, ¡más conveniente!📥 **Obtención de video**: Soporta descarga con yt-dlp o carga de archivos locales.📜 **Reconocimiento preciso**: Reconocimiento de voz de alta precisión basado en Whisper.-🧠 **Segmentación inteligente**: Uso de LLM para segmentación y alineación de subtítulos.+🧠 **Traducción de calidad**: Adaptado a modelos de lenguaje de última generación, calidad de traducción a nivel de grupo de subtítulos.-🔄 **Reemplazo de términos**: Reemplazo de vocabulario especializado con un clic.+🌍 **Subtítulos de calidad cinematográfica**: Algoritmo de alineación a nivel de palabra, alineando la calidad de subtítulos de Hollywood, subtítulos de una sola línea sin saltos de línea.-🌍 **Traducción profesional**: Traducción LLM con contexto para mantener la naturalidad semántica.+🎙️ **Clonación de voz**: Ofrece voces seleccionadas de CosyVoice o clonación de voces personalizadas.-🎙️ **Clonación de voz**: Ofrece tonos seleccionados de CosyVoice o clonación de tonos personalizados.+🎬 **Salida en horizontal y vertical**: Procesamiento automático de videos y subtítulos en formato horizontal y vertical, formato multiplataforma listo en un solo paso.-🎬 **Composición de video**: Procesamiento automático de videos en formato horizontal y vertical y maquetación de subtítulos.+🔄 **Reemplazo de términos**: Reemplazo de vocabulario especializado con un clic.💻 **Multiplataforma**: Soporta Windows, Linux, macOS, ofreciendo versiones de escritorio y servidor.-## Ejemplo de resultados-La imagen a continuación muestra el efecto de un archivo de subtítulos generado tras importar un video local de 46 minutos y ejecutar con un clic, sin ajustes manuales. Sin pérdidas, superposiciones, con pausas naturales y una calidad de traducción muy alta.+## Demostración de efectos+La imagen a continuación muestra el efecto de los archivos de subtítulos generados tras importar un video local de 46 minutos y ejecutar con un clic, sin ajustes manuales. Sin pérdidas, superposiciones, con pausas naturales y calidad de traducción muy alta.<table>@@ -70,20 +70,20 @@ https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71</tr></table>-## 🔍 Soporte para servicios de reconocimiento de voz-_**Todos los modelos locales en la tabla a continuación soportan instalación automática de archivos ejecutables + archivos de modelo, solo necesitas elegir, Klic se encargará del resto.**_+## 🔍 Soporte de servicio de reconocimiento de voz+_**Todos los modelos locales en la tabla a continuación son compatibles con la instalación automática de archivos ejecutables + archivos de modelo, solo necesitas elegir, Klic se encargará del resto.**_-| Fuente de servicio | Plataformas soportadas | Opciones de modelo | Local/Nube | Notas |-|-------------------------|-----------------------|-----------------------------------------------|------------|----------------|-| **OpenAI Whisper** | Todas las plataformas | - | Nube | Rápido y efectivo |+| Fuente de servicio | Plataformas soportadas | Opciones de modelo | Local/Nube | Notas |+|-------------------------|-----------------------|---------------------------------------------|------------|----------------|+| **OpenAI Whisper** | Todas las plataformas | - | Nube | Rápido y de buena calidad || **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (recomendado medium+) | Local | Más rápido, sin costos de nube |-| **WhisperKit** | macOS (solo para chips M) | `large-v2` | Local | Optimización nativa para chips Apple |-| **WhisperCpp** | Todas las plataformas | `large-v2` | Local | Soporta todas las plataformas |-| **Aliyun ASR** | Todas las plataformas | - | Nube | Evita problemas de red en China continental |+| **WhisperKit** | macOS (solo para chips M) | `large-v2` | Local | Optimización nativa para chips Apple |+| **WhisperCpp** | Todas las plataformas | `large-v2` | Local | Soporte para todas las plataformas |+| **Aliyun ASR** | Todas las plataformas | - | Nube | Evitar problemas de red en China continental |-## 🚀 Soporte para modelos de lenguaje grande+## 🚀 Soporte para modelos de lenguaje grandes-✅ Compatible con todos los servicios de modelos de lenguaje grande en la nube/local que cumplen con las **especificaciones de la API de OpenAI**, incluyendo pero no limitado a:+✅ Compatible con todos los servicios de modelos de lenguaje grandes en la nube/local que cumplen con las **especificaciones de la API de OpenAI**, incluyendo pero no limitado a:- OpenAI- Gemini- DeepSeek@@ -96,7 +96,7 @@ _**Todos los modelos locales en la tabla a continuación soportan instalación a- OpenAI TTS## Soporte de idiomas-Idiomas de entrada soportados: chino, inglés, japonés, alemán, turco, coreano, ruso, malayo (en constante aumento)+Idiomas de entrada soportados: chino, inglés, japonés, alemán, turco, coreano, ruso, malayo (en continuo aumento)Idiomas de traducción soportados: inglés, chino, ruso, español, francés y otros 101 idiomas.@@ -105,7 +105,7 @@ Idiomas de traducción soportados: inglés, chino, ruso, español, francés y ot## 🚀 Comenzar rápidamente### Pasos básicos-Primero, descarga el archivo ejecutable que coincida con tu sistema operativo en [Release](https://github.com/KrillinAI/KlicStudio/releases), sigue el tutorial a continuación para elegir entre la versión de escritorio o no de escritorio, y colócalo en una carpeta vacía. Descarga el software en una carpeta vacía, ya que se generarán algunos directorios después de la ejecución, y será más fácil de gestionar en una carpeta vacía.+Primero descarga el archivo ejecutable que coincida con tu sistema operativo en [Release](https://github.com/KrillinAI/KlicStudio/releases), según el tutorial a continuación, elige entre la versión de escritorio o no de escritorio, y colócalo en una carpeta vacía. Descarga el software en una carpeta vacía, ya que generará algunos directorios después de ejecutarse, lo que facilitará la gestión.【Si es la versión de escritorio, es decir, el archivo de release que lleva desktop, mira aquí】_La versión de escritorio es nueva, diseñada para resolver problemas de edición de archivos de configuración para usuarios novatos, y hay algunos errores que se están corrigiendo continuamente._@@ -113,14 +113,14 @@ _La versión de escritorio es nueva, diseñada para resolver problemas de edici【Si es la versión no de escritorio, es decir, el archivo de release que no lleva desktop, mira aquí】_La versión no de escritorio es la versión inicial, con una configuración más compleja, pero funcionalmente estable, adecuada para despliegue en servidores, ya que proporcionará una interfaz de usuario de forma web._-1. Crea una carpeta `config` dentro de la carpeta, luego crea un archivo `config.toml` dentro de la carpeta `config`, copia el contenido del archivo `config-example.toml` en el directorio de código fuente en `config` y completa tu información de configuración de acuerdo con los comentarios.+1. Crea una carpeta `config` dentro de la carpeta, luego crea un archivo `config.toml` dentro de la carpeta `config`, copia el contenido del archivo `config-example.toml` en el directorio `config` y completa tu información de configuración según las anotaciones.2. Haz doble clic o ejecuta el archivo ejecutable en la terminal para iniciar el servicio.-3. Abre el navegador e ingresa `http://127.0.0.1:8888` para comenzar a usarlo (reemplaza 8888 con el puerto que hayas ingresado en el archivo de configuración).+3. Abre el navegador e ingresa `http://127.0.0.1:8888` para comenzar a usarlo (reemplaza 8888 con el puerto que ingresaste en el archivo de configuración).### Para: usuarios de macOS【Si es la versión de escritorio, es decir, el archivo de release que lleva desktop, mira aquí】-Actualmente, debido a problemas de firma, la versión de escritorio no puede ejecutarse directamente con un doble clic o instalación de dmg, necesitas confiar manualmente en la aplicación, el método es el siguiente:-1. Abre la terminal en el directorio donde se encuentra el archivo ejecutable (supongamos que el nombre del archivo es KlicStudio_1.0.0_desktop_macOS_arm64).+Actualmente, debido a problemas de firma, la versión de escritorio no puede ejecutarse con un doble clic o instalarse como dmg, necesitas confiar manualmente en la aplicación, el método es el siguiente:+1. Abre el archivo ejecutable en la terminal (suponiendo que el nombre del archivo es KlicStudio_1.0.0_desktop_macOS_arm64) en el directorio donde se encuentra.2. Ejecuta los siguientes comandos uno por uno:```sudo xattr -cr ./KlicStudio_1.0.0_desktop_macOS_arm64@@ -129,8 +129,8 @@ sudo chmod +x ./KlicStudio_1.0.0_desktop_macOS_arm64```【Si es la versión no de escritorio, es decir, el archivo de release que no lleva desktop, mira aquí】-Este software no tiene firma, por lo que al ejecutarlo en macOS, después de completar la configuración de archivos en "Pasos básicos", también necesitas confiar manualmente en la aplicación, el método es el siguiente:-1. Abre la terminal en el directorio donde se encuentra el archivo ejecutable (supongamos que el nombre del archivo es KlicStudio_1.0.0_macOS_arm64).+Este software no está firmado, por lo que al ejecutarlo en macOS, después de completar la configuración de archivos en "pasos básicos", también necesitas confiar manualmente en la aplicación, el método es el siguiente:+1. Abre el archivo ejecutable en la terminal (suponiendo que el nombre del archivo es KlicStudio_1.0.0_macOS_arm64) en el directorio donde se encuentra.2. Ejecuta los siguientes comandos uno por uno:```sudo xattr -rd com.apple.quarantine ./KlicStudio_1.0.0_macOS_arm64@@ -144,18 +144,18 @@ Este proyecto soporta despliegue con Docker, por favor consulta [Instrucciones d### Instrucciones de configuración de Cookies (opcional)-Si encuentras problemas al descargar videos,+Si encuentras problemas al descargar videos,por favor consulta [Instrucciones de configuración de Cookies](./get_cookies.md) para configurar tu información de Cookies.-### Ayuda de configuración (imprescindible)+### Ayuda de configuración (importante)La forma más rápida y conveniente de configurar:* Rellena `transcribe.provider.name` con `openai`, así solo necesitas completar el bloque `transcribe.openai` y la configuración del modelo grande en el bloque `llm` para realizar la traducción de subtítulos. (`app.proxy`, `model` y `openai.base_url` son opcionales según tu situación).-Forma de configuración usando un modelo de reconocimiento de voz local (equilibrando costo, velocidad y calidad):+Forma de configuración para usar modelos de reconocimiento de voz locales (equilibrando costo, velocidad y calidad):* Rellena `transcribe.provider.name` con `fasterwhisper`, `transcribe.fasterwhisper.model` con `large-v2`, y luego completa el bloque `llm` con la configuración del modelo grande para realizar la traducción de subtítulos, el modelo local se descargará e instalará automáticamente. (`app.proxy` y `openai.base_url` son iguales a lo anterior).-La conversión de texto a voz (TTS) es opcional, la lógica de configuración es la misma que la anterior, rellena `tts.provider.name`, y luego completa el bloque de configuración correspondiente debajo de `tts`, en la interfaz de usuario, los códigos de voz se completan de acuerdo con la documentación del proveedor seleccionado (la dirección de la documentación está en las preguntas frecuentes a continuación). La entrada de ak, sk, etc. de Aliyun puede repetirse, esto es para garantizar que la estructura de configuración sea clara.+La conversión de texto a voz (TTS) es opcional, la lógica de configuración es la misma que la anterior, rellena `tts.provider.name`, y luego completa el bloque de configuración correspondiente debajo de `tts`, en la interfaz de usuario, los códigos de voz se completan según la documentación del proveedor seleccionado (la dirección de la documentación está en las preguntas frecuentes más abajo). La configuración de ak, sk y otros de Aliyun puede repetirse, esto es para asegurar que la estructura de configuración sea clara.Nota: Si usas clonación de voz, `tts` solo soporta seleccionar `aliyun`.**Para obtener el AccessKey, Bucket y AppKey de Aliyun, por favor lee**: [Instrucciones de configuración de Aliyun](./aliyun.md).@@ -172,7 +172,7 @@ Por favor visita [Preguntas frecuentes](./faq.md).## Contáctanos1. Únete a nuestro grupo de QQ para resolver dudas: 754069680.-2. Sigue nuestras cuentas en redes sociales, [Bilibili](https://space.bilibili.com/242124650), compartimos contenido de calidad en el campo de la tecnología AI todos los días.+2. Sigue nuestras cuentas en redes sociales, [Bilibili](https://space.bilibili.com/242124650), compartiendo contenido de calidad en el campo de la tecnología AI todos los días.## Historial de estrellasdiff --git a/docs/es/aliyun.md b/docs/es/aliyun.mdindex 4bccbd44..9ddcfdda 100644--- a/docs/es/aliyun.md+++ b/docs/es/aliyun.md@@ -1,28 +1,28 @@## Requisitos previos-Necesitas tener una cuenta de [Alibaba Cloud](https://www.aliyun.com) y haber completado la verificación de identidad. La mayoría de los servicios tienen un límite gratuito.+Se necesita tener una cuenta de [Alibaba Cloud](https://www.aliyun.com) y haber completado la verificación de identidad, la mayoría de los servicios tienen un límite gratuito.## Obtención de `access_key_id` y `access_key_secret` de Alibaba Cloud1. Accede a la [página de gestión de AccessKey de Alibaba Cloud](https://ram.console.aliyun.com/profile/access-keys).-2. Haz clic en crear AccessKey. Si es necesario, selecciona el método de uso y elige "Uso en entorno de desarrollo local".+2. Haz clic en crear AccessKey, si es necesario, selecciona el método de uso, elige "Usar en un entorno de desarrollo local".-3. Guarda de manera segura, es mejor copiarlo en un archivo local.+3. Guarda de manera segura, lo mejor es copiarlo en un archivo local.## Activación del servicio de voz de Alibaba Cloud-1. Accede a la [página de gestión del servicio de voz de Alibaba Cloud](https://nls-portal.console.aliyun.com/applist). La primera vez que ingreses, necesitarás activar el servicio.+1. Accede a la [página de gestión del servicio de voz de Alibaba Cloud](https://nls-portal.console.aliyun.com/applist), la primera vez que entres necesitarás activar el servicio.2. Haz clic en crear proyecto.3. Selecciona las funciones y actívalas.-4. La "síntesis de voz de texto en streaming (modelo grande CosyVoice)" necesita ser actualizada a la versión comercial; otros servicios pueden utilizar la versión de prueba gratuita.+4. "Síntesis de voz de texto en streaming (modelo grande CosyVoice)" necesita ser actualizado a la versión comercial, otros servicios pueden usar la versión de prueba gratuita.5. Copia la clave de la aplicación.## Activación del servicio OSS de Alibaba Cloud-1. Accede a la [consola del servicio de almacenamiento de objetos de Alibaba Cloud](https://oss.console.aliyun.com/overview). La primera vez que ingreses, necesitarás activar el servicio.-2. Selecciona la lista de Buckets en el lado izquierdo y luego haz clic en crear.+1. Accede a la [consola del servicio de almacenamiento de objetos de Alibaba Cloud](https://oss.console.aliyun.com/overview), la primera vez que entres necesitarás activar el servicio.+2. En el lado izquierdo, selecciona la lista de Buckets y luego haz clic en crear.-3. Selecciona creación rápida, completa un nombre de Bucket que cumpla con los requisitos y elige la región **Shanghái**, y finaliza la creación (el nombre que ingreses aquí será el valor de la configuración `aliyun.oss.bucket`).+3. Selecciona creación rápida, completa un nombre de Bucket que cumpla con los requisitos y selecciona la región **Shanghái**, completa la creación (el nombre que ingreses aquí será el valor de la configuración `aliyun.oss.bucket`).4. Una vez creado, accede al Bucket.diff --git a/docs/es/docker.md b/docs/es/docker.mdindex a1126b94..63c5b381 100644--- a/docs/es/docker.md+++ b/docs/es/docker.md@@ -26,7 +26,7 @@ services:```## Persistencia del modelo-Si utilizas el modelo fasterwhisper, KrillinAI descargará automáticamente los archivos necesarios para el modelo en el directorio `/app/models` y el directorio `/app/bin`. Estos archivos se perderán al eliminar el contenedor. Si necesitas persistir el modelo, puedes mapear estos dos directorios a un directorio en el host.+Si utilizas el modelo fasterwhisper, KrillinAI descargará automáticamente los archivos necesarios del modelo en el directorio `/app/models` y en el directorio `/app/bin`. Estos archivos se perderán al eliminar el contenedor. Si necesitas persistir el modelo, puedes mapear estos dos directorios a un directorio en el host.### Inicio con docker run```bashdiff --git a/docs/es/faq.md b/docs/es/faq.mdindex 706958a4..8d784369 100644--- a/docs/es/faq.md+++ b/docs/es/faq.md@@ -1,7 +1,7 @@### 1. No se puede ver el archivo de configuración `app.log`, no se puede saber el contenido del errorLos usuarios de Windows deben colocar el directorio de trabajo de este software en una carpeta que no esté en la unidad C.-### 2. La versión no de escritorio ha creado el archivo de configuración, pero sigue mostrando el error "No se puede encontrar el archivo de configuración"+### 2. Aunque se creó el archivo de configuración en la versión no de escritorio, sigue apareciendo el error "No se puede encontrar el archivo de configuración"Asegúrate de que el nombre del archivo de configuración sea `config.toml`, y no `config.toml.txt` u otro.Una vez completada la configuración, la estructura de la carpeta de trabajo de este software debería ser la siguiente:```@@ -12,10 +12,10 @@ Una vez completada la configuración, la estructura de la carpeta de trabajo de```### 3. Se completó la configuración del modelo grande, pero aparece el error "xxxxx necesita configurar la clave API de xxxxx"-Aunque los servicios de modelo y de voz pueden utilizar ambos los servicios de OpenAI, también hay escenarios en los que el modelo grande utiliza servicios que no son de OpenAI, por lo que estas dos configuraciones son independientes. Además de la configuración del modelo grande, busca la configuración de whisper más abajo para completar la clave y otra información correspondiente.+Aunque los servicios de modelo y de voz pueden utilizar ambos los servicios de OpenAI, también hay escenarios en los que el modelo grande utiliza servicios que no son de OpenAI, por lo que estas dos configuraciones están separadas. Además de la configuración del modelo grande, busca la configuración de whisper más abajo para completar la clave y otra información correspondiente.### 4. El error contiene "yt-dlp error"-El problema del descargador de videos, por lo que parece, se reduce a problemas de red o de versión del descargador. Verifica si el proxy de red está habilitado y configurado en la sección de proxy del archivo de configuración, y se recomienda elegir un nodo de Hong Kong. El descargador se instala automáticamente con este software; actualizaré la fuente de instalación, pero no es oficial, por lo que puede haber desactualizaciones. Si encuentras problemas, intenta actualizar manualmente con el siguiente método:+El problema del descargador de videos parece ser solo un problema de red o de versión del descargador. Verifica si el proxy de red está habilitado y configurado en la sección de configuración del archivo de configuración, y se recomienda elegir un nodo de Hong Kong. El descargador se instala automáticamente con este software; actualizaré la fuente de instalación, pero no es la fuente oficial, por lo que puede haber desactualizaciones. Si encuentras problemas, intenta actualizar manualmente con el siguiente método:Abre una terminal en la ubicación del directorio bin del software y ejecuta```@@ -35,6 +35,6 @@ La mayoría de las veces esto se debe a la falta de fuentes chinas en Linux. Des```### 6. ¿Cómo se completa el código de tono para la síntesis de voz?-Consulta la documentación del proveedor del servicio de voz; a continuación se presentan los documentos relacionados con este proyecto:+Consulta la documentación del proveedor del servicio de voz. A continuación se presentan los documentos relacionados con este proyecto:[Documentación de OpenAI TTS](https://platform.openai.com/docs/guides/text-to-speech/api-reference), ubicada en Opciones de voz[Documentación de interacción de voz inteligente de Alibaba Cloud](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis), ubicada en la lista de tonos - valor del parámetro voice\ No newline at end of filediff --git a/docs/fr/README.md b/docs/fr/README.mdindex 8044eaab..0e4310cb 100644--- a/docs/fr/README.md+++ b/docs/fr/README.md@@ -15,30 +15,30 @@## Présentation du projet ([Essayez la version en ligne maintenant !](https://www.klic.studio/))-Klic Studio est une solution de localisation et d'amélioration audio-vidéo tout-en-un développée par Krillin AI. Cet outil simple mais puissant combine traduction audio-vidéo, doublage et clonage vocal, prenant en charge les formats paysage et portrait, garantissant une présentation parfaite sur toutes les principales plateformes (Bilibili, Xiaohongshu, Douyin, WeChat Video, Kuaishou, YouTube, TikTok, etc.). Grâce à un flux de travail de bout en bout, il suffit de quelques clics pour transformer le matériel brut en contenu multiplateforme prêt à l'emploi.+Klic Studio est une solution de localisation audio et vidéo tout-en-un développée par Krillin AI, intégrant traduction audio et vidéo, doublage et clonage vocal, permettant de générer des sous-titres de qualité cinématographique en un clic. Il prend en charge les formats d'affichage horizontal et vertical, garantissant une présentation parfaite sur toutes les plateformes majeures (Bilibili, Xiaohongshu, Douyin, WeChat Video, Kuaishou, YouTube, TikTok, etc.), répondant facilement aux besoins de mondialisation du contenu !## Principales caractéristiques et fonctionnalités :-🎯 **Démarrage en un clic** : Pas de configuration d'environnement complexe, installation automatique des dépendances, prêt à l'emploi, avec une nouvelle version de bureau pour plus de commodité !+🎯 **Démarrage en un clic** : Pas besoin de configuration complexe, installation automatique des dépendances, prêt à l'emploi. Nouvelle version de bureau pour une utilisation plus pratique !-📥 **Acquisition vidéo** : Prise en charge du téléchargement yt-dlp ou du téléchargement de fichiers locaux+📥 **Acquisition vidéo** : Prend en charge le téléchargement via yt-dlp ou le téléchargement de fichiers locaux-📜 **Reconnaissance précise** : Reconnaissance vocale à haute précision basée sur Whisper+📜 **Reconnaissance précise** : Reconnaissance vocale de haute précision basée sur Whisper-🧠 **Segmentation intelligente** : Utilisation de LLM pour la segmentation et l'alignement des sous-titres+🧠 **Traduction de qualité** : Adaptée aux modèles de langage SOTA, qualité de traduction au niveau des groupes de sous-titres-🔄 **Remplacement de termes** : Remplacement d'un clic des termes spécialisés+🌍 **Sous-titres de qualité cinématographique** : Algorithme d'alignement de découpage au niveau des mots, alignement avec la qualité des sous-titres de Hollywood, sous-titres en une seule ligne sans retour à la ligne-🌍 **Traduction professionnelle** : Traduction LLM avec contexte pour maintenir la naturalité sémantique+🎙️ **Clonage vocal** : Propose des voix sélectionnées de CosyVoice ou un clonage de voix personnalisé-🎙️ **Clonage vocal** : Fournit des voix sélectionnées par CosyVoice ou un clonage de voix personnalisé+🎬 **Sortie en mode horizontal et vertical** : Traitement automatique des vidéos et de la mise en page des sous-titres en mode horizontal et vertical, format multiplateforme prêt en une seule fois-🎬 **Composition vidéo** : Traitement automatique des vidéos en mode paysage et portrait ainsi que de la mise en page des sous-titres+🔄 **Remplacement de termes** : Remplacement d'un clic des termes spécialisés-💻 **Multiplateforme** : Prise en charge de Windows, Linux, macOS, avec des versions de bureau et serveur+💻 **Multiplateforme** : Prend en charge Windows, Linux, macOS, avec versions de bureau et serveur## Exemples de résultats-L'image ci-dessous montre l'importation d'une vidéo locale de 46 minutes, avec le fichier de sous-titres généré après un clic, sans aucun ajustement manuel. Pas de pertes, de chevauchements, les phrases sont naturelles et la qualité de la traduction est très élevée.+L'image ci-dessous montre l'importation d'une vidéo locale de 46 minutes, avec le fichier de sous-titres généré après une exécution en un clic, sans aucun ajustement manuel. Pas de pertes, de chevauchements, les phrases sont naturelles et la qualité de traduction est très élevée.<table>@@ -62,7 +62,7 @@ https://github.com/user-attachments/assets/0b32fad3-c3ad-4b6a-abf0-0865f0dd2385<td width="33%">-### Portrait+### Mode vertical---https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71@@ -72,19 +72,19 @@ https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71</table>## 🔍 Support des services de reconnaissance vocale-_**Tous les modèles locaux dans le tableau ci-dessous prennent en charge l'installation automatique des fichiers exécutables + fichiers modèles, il vous suffit de choisir, Klic s'occupe du reste.**_+_**Tous les modèles locaux dans le tableau ci-dessous prennent en charge l'installation automatique des fichiers exécutables + fichiers de modèle, il vous suffit de choisir, Klic s'occupe du reste.**_-| Source de service | Plateforme supportée | Options de modèle | Local/Cloud | Remarques |-|--------------------|-----------------|----------------------------------------|-------|-------------|-| **OpenAI Whisper** | Toutes plateformes | - | Cloud | Rapide et efficace |-| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (recommandé medium+) | Local | Plus rapide, sans frais de service cloud |-| **WhisperKit** | macOS (uniquement pour les puces M) | `large-v2` | Local | Optimisé pour les puces Apple |-| **WhisperCpp** | Toutes plateformes | `large-v2` | Local | Prise en charge de toutes les plateformes |-| **Aliyun ASR** | Toutes plateformes | - | Cloud | Évite les problèmes de réseau en Chine continentale |+| Source de service | Plateformes prises en charge | Options de modèle | Local/Cloud | Remarques |+|-------------------------|-----------------------------|---------------------------------------------|-------------|--------------------|+| **OpenAI Whisper** | Toutes les plateformes | - | Cloud | Rapide et efficace |+| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (recommandé medium+) | Local | Plus rapide, sans frais de service cloud |+| **WhisperKit** | macOS (uniquement pour les puces M) | `large-v2` | Local | Optimisé pour les puces Apple |+| **WhisperCpp** | Toutes les plateformes | `large-v2` | Local | Prise en charge de toutes les plateformes |+| **Aliyun ASR** | Toutes les plateformes | - | Cloud | Évite les problèmes de réseau en Chine continentale |## 🚀 Support des grands modèles de langage-✅ Compatible avec tous les services de grands modèles de langage cloud/local conformes aux **normes de l'API OpenAI**, y compris mais sans s'y limiter :+✅ Compatible avec tous les services de grands modèles de langage cloud/local conformes aux **spécifications de l'API OpenAI**, y compris mais sans s'y limiter :- OpenAI- Gemini- DeepSeek@@ -92,8 +92,8 @@ _**Tous les modèles locaux dans le tableau ci-dessous prennent en charge l'inst- Modèles open source déployés localement- Autres services API compatibles avec le format OpenAI-## 🎤 Support TTS (texte en parole)-- Service vocal Aliyun+## 🎤 Support TTS (texte à parole)+- Service vocal d'Aliyun- OpenAI TTS## Support linguistique@@ -107,21 +107,21 @@ Langues de traduction prises en charge : anglais, chinois, russe, espagnol, fran## 🚀 Démarrage rapide### Étapes de base-Tout d'abord, téléchargez le fichier exécutable correspondant à votre système d'exploitation dans les [Releases](https://github.com/KrillinAI/KlicStudio/releases), puis suivez le tutoriel ci-dessous pour choisir entre la version de bureau ou non, et placez-le dans un dossier vide. Téléchargez le logiciel dans un dossier vide, car il générera certains répertoires après exécution, ce qui sera plus facile à gérer.+Tout d'abord, téléchargez le fichier exécutable correspondant à votre système d'exploitation dans les [Releases](https://github.com/KrillinAI/KlicStudio/releases), choisissez ensuite la version de bureau ou non de bureau selon le tutoriel ci-dessous, puis placez-le dans un dossier vide. Téléchargez le logiciel dans un dossier vide, car il générera certains répertoires après exécution, ce qui sera plus facile à gérer.【Pour la version de bureau, c'est-à-dire les fichiers release avec "desktop", consultez ici】-_La version de bureau est nouvellement publiée pour résoudre les problèmes de configuration des fichiers pour les nouveaux utilisateurs, et il y a encore quelques bugs, mises à jour continues en cours_+_La version de bureau est nouvellement publiée pour résoudre les problèmes de configuration des fichiers pour les nouveaux utilisateurs, avec quelques bugs, mises à jour continues_1. Double-cliquez sur le fichier pour commencer à l'utiliser (la version de bureau nécessite également une configuration dans le logiciel)【Pour la version non de bureau, c'est-à-dire les fichiers release sans "desktop", consultez ici】-_La version non de bureau est la version initiale, la configuration est plus complexe, mais les fonctionnalités sont stables, et elle est adaptée au déploiement sur serveur, car elle fournit une interface utilisateur via le web_-1. Créez un dossier `config` dans le dossier, puis créez un fichier `config.toml` dans le dossier `config`, copiez le contenu du fichier `config-example.toml` dans le répertoire source `config` dans `config.toml`, et remplissez vos informations de configuration en vous référant aux commentaires.+_La version non de bureau est la version initiale, la configuration est plus complexe, mais la fonctionnalité est stable, adaptée au déploiement sur serveur, car elle fournit une interface utilisateur via le web_+1. Créez un dossier `config` dans le dossier, puis créez un fichier `config.toml` dans le dossier `config`, copiez le contenu du fichier `config-example.toml` dans le répertoire `config` et remplissez vos informations de configuration en vous référant aux commentaires.2. Double-cliquez ou exécutez le fichier exécutable dans le terminal pour démarrer le service3. Ouvrez votre navigateur et entrez `http://127.0.0.1:8888` pour commencer à utiliser (remplacez 8888 par le port que vous avez rempli dans le fichier de configuration)-### Pour : utilisateurs de macOS+### À l'attention des utilisateurs de macOS【Pour la version de bureau, c'est-à-dire les fichiers release avec "desktop", consultez ici】-Actuellement, en raison de problèmes de signature, la version de bureau ne peut pas être exécutée par un double-clic ou installée via dmg, vous devez faire confiance à l'application manuellement, voici comment :+Actuellement, en raison de problèmes de signature, la version de bureau ne peut pas être exécutée par double-clic ou installée via dmg, vous devez faire confiance à l'application manuellement, voici comment :1. Ouvrez le terminal dans le répertoire où se trouve le fichier exécutable (supposons que le nom du fichier soit KlicStudio_1.0.0_desktop_macOS_arm64)2. Exécutez les commandes suivantes :```@@ -131,7 +131,7 @@ sudo chmod +x ./KlicStudio_1.0.0_desktop_macOS_arm64```【Pour la version non de bureau, c'est-à-dire les fichiers release sans "desktop", consultez ici】-Ce logiciel n'a pas été signé, donc lors de l'exécution sur macOS, après avoir terminé la configuration des fichiers dans les "Étapes de base", vous devez également faire confiance à l'application manuellement, voici comment :+Ce logiciel n'a pas été signé, donc lors de l'exécution sur macOS, après avoir complété la configuration des fichiers dans les "Étapes de base", vous devez également faire confiance à l'application manuellement, voici comment :1. Ouvrez le terminal dans le répertoire où se trouve le fichier exécutable (supposons que le nom du fichier soit KlicStudio_1.0.0_macOS_arm64)2. Exécutez les commandes suivantes :```@@ -142,23 +142,23 @@ Ce logiciel n'a pas été signé, donc lors de l'exécution sur macOS, après avCela démarrera le service### Déploiement Docker-Ce projet prend en charge le déploiement Docker, veuillez consulter [Instructions de déploiement Docker](./docker.md)+Ce projet prend en charge le déploiement Docker, veuillez consulter [les instructions de déploiement Docker](./docker.md)### Instructions de configuration des cookies (non obligatoire)-Si vous rencontrez des problèmes de téléchargement de vidéos+Si vous rencontrez des échecs de téléchargement de vidéos-Veuillez consulter [Instructions de configuration des cookies](./get_cookies.md) pour configurer vos informations de cookie.+Veuillez consulter [les instructions de configuration des cookies](./get_cookies.md) pour configurer vos informations de cookie.### Aide à la configuration (à lire)-La manière la plus rapide et la plus simple de configurer :-* Remplissez `transcribe.provider.name` avec `openai`, vous n'aurez alors qu'à remplir le bloc `transcribe.openai` et la configuration du grand modèle dans le bloc `llm` pour effectuer la traduction des sous-titres. (`app.proxy`, `model` et `openai.base_url` sont à remplir selon votre situation)+La manière la plus rapide et la plus pratique de configurer :+* Remplissez `transcribe.provider.name` avec `openai`, ainsi vous n'aurez qu'à remplir le bloc `transcribe.openai` et la configuration du grand modèle dans le bloc `llm` pour effectuer la traduction des sous-titres. (`app.proxy`, `model` et `openai.base_url` sont à remplir selon votre situation)-Utilisation d'un modèle de reconnaissance vocale local (équilibrant coût, vitesse et qualité) :-* Remplissez `transcribe.provider.name` avec `fasterwhisper`, `transcribe.fasterwhisper.model` avec `large-v2`, puis remplissez le bloc `llm` avec la configuration du grand modèle pour effectuer la traduction des sous-titres, le modèle local sera automatiquement téléchargé et installé. (`app.proxy` et `openai.base_url` comme ci-dessus)+Pour utiliser un modèle de reconnaissance vocale local (équilibrant coût, vitesse et qualité) :+* Remplissez `transcribe.provider.name` avec `fasterwhisper`, `transcribe.fasterwhisper.model` avec `large-v2`, puis remplissez le bloc `llm` avec la configuration du grand modèle, la configuration du modèle local sera automatiquement téléchargée et installée. (`app.proxy` et `openai.base_url` comme ci-dessus)-La conversion texte en parole (TTS) est optionnelle, la logique de configuration est la même que ci-dessus, remplissez `tts.provider.name`, puis remplissez le bloc de configuration correspondant sous `tts`, le code de la voix dans l'interface utilisateur doit être rempli selon la documentation du fournisseur choisi (les adresses de documentation sont dans la section FAQ ci-dessous). Les informations telles que l'AccessKey, le Bucket et l'AppKey d'Aliyun peuvent être répétées pour garantir la clarté de la structure de configuration.-Remarque : si vous utilisez le clonage vocal, `tts` ne prend en charge que le choix de `aliyun`.+La conversion texte-parole (TTS) est optionnelle, la logique de configuration est la même que ci-dessus, remplissez `tts.provider.name`, puis remplissez le bloc de configuration correspondant sous `tts`, le code de voix dans l'interface utilisateur doit être rempli selon la documentation du fournisseur choisi (les adresses de documentation sont disponibles dans la section des questions fréquentes ci-dessous). Les informations telles que l'aksk d'Aliyun peuvent être répétées pour garantir la clarté de la structure de configuration.+Remarque : Si vous utilisez le clonage vocal, `tts` ne prend en charge que le choix de `aliyun`.**Pour obtenir l'AccessKey, le Bucket et l'AppKey d'Aliyun, veuillez lire** : [Instructions de configuration d'Aliyun](./aliyun.md)@@ -166,15 +166,15 @@ Veuillez comprendre que la tâche = reconnaissance vocale + traduction par grand## Questions fréquentes-Veuillez consulter [Questions fréquentes](./faq.md)+Veuillez consulter [les questions fréquentes](./faq.md)## Règles de contribution1. Ne soumettez pas de fichiers inutiles, tels que .vscode, .idea, etc., utilisez .gitignore pour filtrer-2. Ne soumettez pas config.toml, mais utilisez config-example.toml pour soumettre+2. Ne soumettez pas config.toml, mais soumettez config-example.toml## Contactez-nous1. Rejoignez notre groupe QQ pour poser des questions : 754069680-2. Suivez nos comptes de médias sociaux, [Bilibili](https://space.bilibili.com/242124650), partageant chaque jour du contenu de qualité dans le domaine de la technologie AI+2. Suivez nos comptes de médias sociaux, [Bilibili](https://space.bilibili.com/242124650), partageant quotidiennement du contenu de qualité dans le domaine de la technologie AI## Historique des étoilesdiff --git a/docs/fr/aliyun.md b/docs/fr/aliyun.mdindex 3ae30647..4e8fdf85 100644--- a/docs/fr/aliyun.md+++ b/docs/fr/aliyun.md@@ -3,29 +3,29 @@ Vous devez d'abord avoir un compte [Alibaba Cloud](https://www.aliyun.com) et av## Obtention de `access_key_id` et `access_key_secret` d'Alibaba Cloud1. Accédez à la [page de gestion des AccessKey d'Alibaba Cloud](https://ram.console.aliyun.com/profile/access-keys).-2. Cliquez sur "Créer AccessKey". Si nécessaire, choisissez le mode d'utilisation, sélectionnez "Utilisation dans un environnement de développement local".+2. Cliquez sur "Créer AccessKey". Si nécessaire, choisissez le mode d'utilisation et sélectionnez "Utilisation dans un environnement de développement local".-3. Conservez-les en toute sécurité, il est préférable de les copier dans un fichier local.+3. Conservez-les en lieu sûr, il est préférable de les copier dans un fichier local.## Activation du service de voix d'Alibaba Cloud-1. Accédez à la [page de gestion du service de voix d'Alibaba Cloud](https://nls-portal.console.aliyun.com/applist). La première fois, vous devez activer le service.+1. Accédez à la [page de gestion du service de voix d'Alibaba Cloud](https://nls-portal.console.aliyun.com/applist). Lors de la première connexion, vous devez activer le service.2. Cliquez sur "Créer un projet".3. Sélectionnez les fonctionnalités et activez-les.-4. La "synthèse vocale de texte en continu (modèle CosyVoice)" doit être mise à niveau vers la version commerciale, les autres services peuvent utiliser la version d'essai gratuite.+4. La "synthèse vocale en temps réel (modèle CosyVoice)" doit être mise à niveau vers la version commerciale, les autres services peuvent utiliser la version d'essai gratuite.5. Copiez simplement la clé de l'application.## Activation du service OSS d'Alibaba Cloud-1. Accédez à la [console de service de stockage d'objets d'Alibaba Cloud](https://oss.console.aliyun.com/overview). La première fois, vous devez activer le service.+1. Accédez à la [console de service de stockage d'objets d'Alibaba Cloud](https://oss.console.aliyun.com/overview). Lors de la première connexion, vous devez activer le service.2. Sélectionnez la liste des Buckets à gauche, puis cliquez sur "Créer".-3. Choisissez "Création rapide", remplissez un nom de Bucket conforme aux exigences et sélectionnez la région **Shanghai**, puis terminez la création (le nom que vous saisissez ici est la valeur de la configuration `aliyun.oss.bucket`).+3. Choisissez "Création rapide", remplissez un nom de Bucket conforme aux exigences et sélectionnez la région **Shanghai**, puis terminez la création (le nom que vous remplissez ici est la valeur de la configuration `aliyun.oss.bucket`).4. Une fois la création terminée, accédez au Bucket.-5. Désactivez l'option "Bloquer l'accès public" et définissez les autorisations de lecture et d'écriture sur "Lecture publique".+5. Désactivez l'option "Bloquer l'accès public" et définissez les permissions de lecture et d'écriture sur "Lecture publique".\ No newline at end of filediff --git a/docs/fr/docker.md b/docs/fr/docker.mdindex 3a0161ef..b4a6c780 100644--- a/docs/fr/docker.md+++ b/docs/fr/docker.md@@ -26,7 +26,7 @@ services:```## Modèle de persistance-Si vous utilisez le modèle fasterwhisper, KrillinAI téléchargera automatiquement les fichiers nécessaires au modèle dans le répertoire `/app/models` et le répertoire `/app/bin`. Ces fichiers seront perdus après la suppression du conteneur. Si vous avez besoin de persister le modèle, vous pouvez mapper ces deux répertoires à un répertoire de l'hôte.+Si vous utilisez le modèle fasterwhisper, KrillinAI téléchargera automatiquement les fichiers nécessaires au modèle dans le répertoire `/app/models` et le répertoire `/app/bin`. Ces fichiers seront perdus après la suppression du conteneur. Si vous avez besoin de persister le modèle, vous pouvez mapper ces deux répertoires sur un répertoire de l'hôte.### Démarrage avec docker run```bashdiff --git a/docs/fr/faq.md b/docs/fr/faq.mdindex fcef04e3..650f0726 100644--- a/docs/fr/faq.md+++ b/docs/fr/faq.md@@ -1,8 +1,9 @@### 1. Impossible de voir le fichier de configuration `app.log`, impossible de connaître le contenu de l'erreurLes utilisateurs de Windows doivent placer le répertoire de travail de ce logiciel dans un dossier qui n'est pas sur le disque C.-### 2. Le fichier de configuration a bien été créé, mais l'erreur "fichier de configuration introuvable" persiste-Assurez-vous que le nom du fichier de configuration est `config.toml`, et non `config.toml.txt` ou autre. Une fois la configuration terminée, la structure du dossier de travail de ce logiciel devrait être la suivante :+### 2. La version non desktop a bien créé le fichier de configuration, mais renvoie toujours l'erreur "Fichier de configuration introuvable"+Assurez-vous que le nom du fichier de configuration est `config.toml`, et non `config.toml.txt` ou autre.+Une fois la configuration terminée, la structure du dossier de travail de ce logiciel devrait être la suivante :```/── config/│ └── config.toml@@ -10,11 +11,11 @@ Assurez-vous que le nom du fichier de configuration est `config.toml`, et non `c└── krillinai.exe```-### 3. La configuration du grand modèle a été remplie, mais l'erreur "xxxxx nécessite la configuration de la clé API xxxxx" apparaît+### 3. J'ai rempli la configuration du grand modèle, mais j'obtiens l'erreur "xxxxx nécessite la configuration de la clé API xxxxx"Bien que les services de modèle et de voix puissent tous deux utiliser les services d'OpenAI, il existe également des scénarios où le grand modèle utilise des services non-OpenAI, c'est pourquoi ces deux configurations sont séparées. En plus de la configuration du grand modèle, veuillez chercher la configuration de whisper en bas pour remplir les clés et autres informations correspondantes.### 4. L'erreur contient "yt-dlp error"-Le problème du téléchargeur vidéo semble être lié à des problèmes de réseau ou de version du téléchargeur. Vérifiez si le proxy réseau est activé et configuré dans les options de proxy du fichier de configuration, et il est conseillé de choisir un nœud à Hong Kong. Le téléchargeur est installé automatiquement par ce logiciel, et bien que je mettrai à jour la source d'installation, ce n'est pas une source officielle, donc il peut y avoir des retards. En cas de problème, essayez de mettre à jour manuellement avec la méthode suivante :+Le problème du téléchargeur vidéo semble être soit un problème de réseau, soit un problème de version du téléchargeur. Vérifiez si le proxy réseau est activé et configuré dans les options de configuration du fichier, et il est conseillé de choisir un nœud à Hong Kong. Le téléchargeur est installé automatiquement par ce logiciel, la source d'installation sera mise à jour, mais ce n'est pas une source officielle, donc il peut y avoir des retards. En cas de problème, essayez de mettre à jour manuellement, la méthode de mise à jour est :Ouvrez un terminal dans le répertoire bin du logiciel et exécutez```@@ -23,7 +24,7 @@ Ouvrez un terminal dans le répertoire bin du logiciel et exécutezRemplacez `yt-dlp.exe` par le nom réel du logiciel ytdlp sur votre système.### 5. Après le déploiement, la génération de sous-titres fonctionne normalement, mais les sous-titres intégrés dans la vidéo contiennent beaucoup de caractères illisibles-Cela est principalement dû à l'absence de polices chinoises sur Linux. Veuillez télécharger les polices [Microsoft YaHei](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyh.ttc) et [Microsoft YaHei Bold](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyhbd.ttc) (ou choisir des polices qui répondent à vos exigences), puis suivez les étapes ci-dessous :+La plupart du temps, cela est dû à l'absence de polices chinoises sur Linux. Veuillez télécharger les polices [Microsoft YaHei](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyh.ttc) et [Microsoft YaHei Bold](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyhbd.ttc) (ou choisir des polices qui répondent à vos exigences), puis suivez les étapes ci-dessous :1. Créez un dossier msyh sous /usr/share/fonts/ et copiez les polices téléchargées dans ce répertoire.2.```@@ -33,7 +34,7 @@ Cela est principalement dû à l'absence de polices chinoises sur Linux. Veuillefc-cache```-### 6. Comment remplir le code de voix pour la synthèse vocale ?-Veuillez vous référer à la documentation du fournisseur de services vocaux, voici les informations pertinentes pour ce projet :-[Documentation OpenAI TTS](https://platform.openai.com/docs/guides/text-to-speech/api-reference), située dans les options de voix-[Documentation d'interaction vocale intelligente d'Alibaba Cloud](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis), située dans la liste des voix - valeur du paramètre voice\ No newline at end of file+### 6. Comment remplir le code de timbre pour la synthèse vocale ?+Veuillez vous référer à la documentation du fournisseur de services vocaux, voici les documents pertinents pour ce projet :+[Documentation OpenAI TTS](https://platform.openai.com/docs/guides/text-to-speech/api-reference), situé dans les options de voix+[Documentation d'interaction vocale intelligente d'Aliyun](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis), situé dans la liste des timbres - valeur du paramètre voice\ No newline at end of filediff --git a/docs/jp/README.md b/docs/jp/README.mdindex ae4f2bb5..027c27a7 100644--- a/docs/jp/README.md+++ b/docs/jp/README.md@@ -15,30 +15,30 @@## プロジェクト概要 ([今すぐオンライン版を体験!](https://www.klic.studio/))-Klic StudioはKrillin AIが開発したオールインワンの音声・動画ローカライズおよび強化ソリューションです。このシンプルで強力なツールは、音声・動画翻訳、ナレーション、音声クローンを一体化し、横向き・縦向きのフォーマット出力をサポートし、すべての主要プラットフォーム(Bilibili、小紅書、Douyin、動画号、Kuaishou、YouTube、TikTokなど)で完璧に表示されることを保証します。エンドツーエンドのワークフローを通じて、数回のクリックで元の素材を美しいクロスプラットフォームコンテンツに変換できます。+Klic Studioは、Krillin AIによって開発されたオールインワンの音声・映像ローカライズソリューションで、音声・映像翻訳、ナレーション、音声クローンを一体化し、ワンクリックでハリウッド映画レベルの字幕を生成します。横画面と縦画面のフォーマット出力をサポートし、すべての主要プラットフォーム(Bilibili、小紅書、Douyin、動画号、Kuaishou、YouTube、TikTokなど)で完璧に表示され、コンテンツのグローバル化のニーズを簡単に満たします!## 主な特徴と機能:-🎯 **ワンクリック起動**:複雑な環境設定は不要、自動的に依存関係をインストールし、すぐに使用開始。デスクトップ版が新たに追加され、より便利に使用できます!+🎯 **ワンクリック起動**:複雑な環境設定は不要で、依存関係を自動インストールし、すぐに使用可能。新しいデスクトップ版が追加され、より便利に使用できます!📥 **動画取得**:yt-dlpによるダウンロードまたはローカルファイルのアップロードをサポート📜 **高精度認識**:Whisperに基づく高精度音声認識-🧠 **スマートセグメンテーション**:LLMを使用して字幕のセグメンテーションと整列を行います+🧠 **高品質翻訳**:主流のSOTA大規模言語モデルに対応し、字幕グループレベルの翻訳品質-🔄 **用語置換**:専門用語をワンクリックで置換+🌍 **映画レベルの字幕**:単語単位の切り出し整列アルゴリズムで、ハリウッド映画レベルの字幕品質を実現し、単行字幕は折り返しなし-🌍 **専門翻訳**:文脈を考慮したLLM翻訳で自然な意味を保持+🎙️ **ナレーションクローン**:CosyVoiceの厳選音色またはカスタム音色のクローンを提供-🎙️ **音声クローン**:CosyVoiceの厳選音色またはカスタム音色のクローンを提供+🎬 **横縦画面出力**:横版と縦版の動画および字幕レイアウトを自動処理し、クロスプラットフォームフォーマットを一度で生成-🎬 **動画合成**:横向き・縦向きの動画と字幕のレイアウトを自動処理+🔄 **用語置換**:専門分野の用語をワンクリックで置換💻 **クロスプラットフォーム**:Windows、Linux、macOSをサポートし、デスクトップ版とサーバー版を提供## 効果の展示-下の画像は46分のローカル動画をインポートし、ワンクリックで生成された字幕ファイルのトラック上の効果で、手動調整は一切ありません。欠落や重複はなく、文の切れ目も自然で、翻訳の質も非常に高いです。+下の画像は46分のローカル動画をインポートし、ワンクリックで生成された字幕ファイルのトラック後の効果で、手動調整は一切ありません。欠落や重複はなく、自然な区切りで、翻訳品質も非常に高いです。<table>@@ -62,7 +62,7 @@ https://github.com/user-attachments/assets/0b32fad3-c3ad-4b6a-abf0-0865f0dd2385<td width="33%">-### 縦向き+### 縦画面---https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71@@ -71,25 +71,25 @@ https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71</tr></table>-## 🔍 音声認識サービスのサポート-_**下表のローカルモデルはすべて自動インストール可能な実行ファイル+モデルファイルをサポートしています。選択するだけで、Klicがすべて準備します。**_+## 🔍 音声認識サービスサポート+_**下表のローカルモデルはすべて自動インストール可能な実行ファイル+モデルファイルをサポートしており、選択するだけでKlicがすべて準備します。**_-| サービス源 | サポートプラットフォーム | モデル選択肢 | ローカル/クラウド | 備考 |+| サービスソース | 対応プラットフォーム | モデルオプション | ローカル/クラウド | 備考 ||--------------------|-----------------|----------------------------------------|-------|-------------|-| **OpenAI Whisper** | 全プラットフォーム | - | クラウド | 速度が速く、効果が良い |-| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (推奨medium+) | ローカル | 速度がさらに速く、クラウドサービスのコストがかからない |-| **WhisperKit** | macOS (Mシリーズチップのみ) | `large-v2` | ローカル | Appleチップに最適化 |-| **WhisperCpp** | 全プラットフォーム | `large-v2` | ローカル | 全プラットフォームをサポート |-| **阿里云ASR** | 全プラットフォーム | - | クラウド | 中国本土のネットワーク問題を回避 |+| **OpenAI Whisper** | 全プラットフォーム | - | クラウド | 速度が速く、効果が良い |+| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (推奨medium+) | ローカル | さらに速く、クラウドサービスのコストなし |+| **WhisperKit** | macOS (Mシリーズチップのみ) | `large-v2` | ローカル | Appleチップのネイティブ最適化 |+| **WhisperCpp** | 全プラットフォーム | `large-v2` | ローカル | 全プラットフォームをサポート |+| **阿里云ASR** | 全プラットフォーム | - | クラウド | 中国本土のネットワーク問題を回避 |-## 🚀 大言語モデルのサポート+## 🚀 大規模言語モデルサポート-✅ すべての **OpenAI API仕様** に準拠したクラウド/ローカルの大言語モデルサービスに対応しており、以下を含みますが、これに限定されません:+✅ すべての **OpenAI API仕様** に準拠したクラウド/ローカルの大規模言語モデルサービスに対応しており、以下を含みますが、これに限定されません:- OpenAI- Gemini- DeepSeek- 通義千問-- ローカルにデプロイされたオープンソースモデル+- ローカルデプロイのオープンソースモデル- その他OpenAI形式のAPIサービスに対応## 🎤 TTSテキストから音声へのサポート@@ -107,22 +107,22 @@ _**下表のローカルモデルはすべて自動インストール可能な## 🚀 クイックスタート### 基本ステップ-まず、[Release](https://github.com/KrillinAI/KlicStudio/releases)からあなたのデバイスシステムに合った実行ファイルをダウンロードし、以下のチュートリアルに従ってデスクトップ版か非デスクトップ版を選択し、空のフォルダにソフトウェアをダウンロードしてください。実行後にいくつかのディレクトリが生成されるため、空のフォルダに置くと管理が楽になります。+まず、[Release](https://github.com/KrillinAI/KlicStudio/releases)からデバイスシステムに合った実行ファイルをダウンロードし、以下のチュートリアルに従ってデスクトップ版または非デスクトップ版を選択し、空のフォルダに配置します。ソフトウェアを空のフォルダにダウンロードすることで、実行後に生成されるいくつかのディレクトリを管理しやすくなります。-【デスクトップ版の場合、releaseファイルにdesktopが含まれている場合はこちら】+【デスクトップ版の場合、releaseファイルにdesktopが含まれている場合はこちらを参照】_デスクトップ版は新たにリリースされ、新規ユーザーが設定ファイルを正しく編集するのが難しい問題を解決するために、いくつかのバグがあり、継続的に更新中です。_1. ファイルをダブルクリックするだけで使用開始できます(デスクトップ版も設定が必要です。ソフトウェア内で設定します)-【非デスクトップ版の場合、releaseファイルにdesktopが含まれていない場合はこちら】-_非デスクトップ版は最初のバージョンで、設定が比較的複雑ですが、機能は安定しており、サーバーへのデプロイに適しています。ウェブの形式でUIを提供します。_+【非デスクトップ版の場合、releaseファイルにdesktopが含まれていない場合はこちらを参照】+_非デスクトップ版は最初のバージョンで、設定が比較的複雑ですが、機能は安定しており、サーバーデプロイに適しています。UIはWeb方式で提供されます。_1. フォルダ内に`config`フォルダを作成し、その中に`config.toml`ファイルを作成します。ソースコードの`config`ディレクトリ内の`config-example.toml`ファイルの内容をコピーして`config.toml`に貼り付け、コメントに従って設定情報を記入します。2. ダブルクリックするか、ターミナルで実行ファイルを実行してサービスを起動します-3. ブラウザを開き、`http://127.0.0.1:8888`を入力して使用開始します(8888は設定ファイルに記入したポートに置き換えてください)+3. ブラウザを開き、`http://127.0.0.1:8888`を入力して使用を開始します(8888は設定ファイルに記入したポートに置き換えてください)### To: macOSユーザー-【デスクトップ版の場合、releaseファイルにdesktopが含まれている場合はこちら】-デスクトップ版は現在、署名などの問題により、ダブルクリックで直接実行したりdmgインストールを行うことができず、手動でアプリを信頼する必要があります。方法は以下の通りです:-1. ターミナルで実行ファイル(ファイル名がKlicStudio_1.0.0_desktop_macOS_arm64だと仮定)のあるディレクトリを開きます+【デスクトップ版の場合、releaseファイルにdesktopが含まれている場合はこちらを参照】+デスクトップ版は現在、署名などの問題により、ダブルクリックで直接実行したり、dmgインストールを行うことができません。手動でアプリを信頼する必要があります。方法は以下の通り:+1. ターミナルで実行ファイル(ファイル名がKlicStudio_1.0.0_desktop_macOS_arm64と仮定)のあるディレクトリを開きます2. 次のコマンドを順に実行します:```sudo xattr -cr ./KlicStudio_1.0.0_desktop_macOS_arm64@@ -130,9 +130,9 @@ sudo chmod +x ./KlicStudio_1.0.0_desktop_macOS_arm64./KlicStudio_1.0.0_desktop_macOS_arm64```-【非デスクトップ版の場合、releaseファイルにdesktopが含まれていない場合はこちら】-本ソフトウェアは署名を行っていないため、macOS上で実行する際には、「基本ステップ」でのファイル設定が完了した後、手動でアプリを信頼する必要があります。方法は以下の通りです:-1. ターミナルで実行ファイル(ファイル名がKlicStudio_1.0.0_macOS_arm64だと仮定)のあるディレクトリを開きます+【非デスクトップ版の場合、releaseファイルにdesktopが含まれていない場合はこちらを参照】+本ソフトウェアは署名を行っていないため、macOS上で実行する際に「基本ステップ」でのファイル設定を完了した後、手動でアプリを信頼する必要があります。方法は以下の通り:+1. ターミナルで実行ファイル(ファイル名がKlicStudio_1.0.0_macOS_arm64と仮定)のあるディレクトリを開きます2. 次のコマンドを順に実行します:```sudo xattr -rd com.apple.quarantine ./KlicStudio_1.0.0_macOS_arm64@@ -151,18 +151,18 @@ sudo chmod +x ./KlicStudio_1.0.0_desktop_macOS_arm64[Cookie設定説明](./get_cookies.md)を参照してCookie情報を設定してください。### 設定ヘルプ(必見)-最も迅速で便利な設定方法:-* `transcribe.provider.name`に`openai`を記入すると、`transcribe.openai`ブロックと`llm`ブロックの大モデル設定を記入するだけで字幕翻訳が可能になります。(`app.proxy`、`model`、`openai.base_url`は状況に応じて記入)+最も迅速かつ便利な設定方法:+* `transcribe.provider.name`に`openai`を記入すると、`transcribe.openai`ブロックと`llm`ブロックの大規模モデル設定を記入するだけで字幕翻訳が可能です。(`app.proxy`、`model`、`openai.base_url`は必要に応じて記入)ローカル音声認識モデルを使用する設定方法(コスト、速度、品質の選択を考慮)-* `transcribe.provider.name`に`fasterwhisper`を記入し、`transcribe.fasterwhisper.model`に`large-v2`を記入、その後`llm`に大モデル設定を記入すれば、字幕翻訳が可能です。ローカルモデルは自動的にダウンロードされます。(`app.proxy`と`openai.base_url`は同様)+* `transcribe.provider.name`に`fasterwhisper`を記入し、`transcribe.fasterwhisper.model`に`large-v2`を記入、その後`llm`に大規模モデル設定を記入すれば、字幕翻訳が可能です。ローカルモデルは自動的にダウンロードされます。(`app.proxy`と`openai.base_url`は同様です)-テキストから音声への変換(TTS)はオプションで、設定ロジックは上記と同様に、`tts.provider.name`を記入し、`tts`の下の対応する設定ブロックを記入すればよいです。UI内の音声コードは選択したプロバイダーのドキュメントに従って記入してください(下方のよくある質問にドキュメントのアドレスがあります)。阿里云のakskなどの記入は重複する可能性がありますが、これは設定構造を明確にするためです。+テキストから音声への変換(TTS)はオプションで、設定ロジックは上記と同様です。`tts.provider.name`を記入し、その後`tts`の下の対応する設定ブロックを記入すればOKです。UI内の音声コードは選択したプロバイダーのドキュメントに従って記入してください(下方のよくある質問にドキュメントのアドレスがあります)。阿里云のakskなどの記入は重複する可能性がありますが、設定構造を明確にするためです。注意:音声クローンを使用する場合、`tts`は`aliyun`の選択のみをサポートします。-**阿里云のAccessKey、Bucket、AppKeyの取得方法は**:[阿里云設定説明](./aliyun.md)をお読みください。+**阿里云のAccessKey、Bucket、AppKeyの取得については**:[阿里云設定説明](./aliyun.md)をお読みください。-タスク=音声認識+大モデル翻訳+音声サービス(TTSなど、オプション)であることを理解してください。これは設定ファイルを理解するのに役立ちます。+タスク=音声認識+大規模モデル翻訳+音声サービス(TTSなど、オプション)であることを理解してください。これは設定ファイルを理解するのに役立ちます。## よくある質問@@ -170,12 +170,12 @@ sudo chmod +x ./KlicStudio_1.0.0_desktop_macOS_arm64## 貢献規範1. 無駄なファイル(.vscode、.ideaなど)を提出しないでください。`.gitignore`を使用してフィルタリングしてください。-2. config.tomlを提出せず、config-example.tomlを使用して提出してください。+2. config.tomlを提出せず、config-example.tomlを提出してください。## お問い合わせ1. 私たちのQQグループに参加して質問を解決してください:754069680-2. 私たちのソーシャルメディアアカウントをフォローしてください。[Bilibili](https://space.bilibili.com/242124650)、毎日AI技術分野の質の高いコンテンツを共有しています。+2. 私たちのソーシャルメディアアカウントをフォローしてください。[Bilibili](https://space.bilibili.com/242124650)、毎日AI技術分野の優れたコンテンツを共有しています。## Star履歴-[](https://star-history.com/#KrillinAI/KlicStudio&Date)\ No newline at end of file+[](https://star-history.com/#KrillinAI/KlicStudio&Date)\ No newline at end of filediff --git a/docs/jp/aliyun.md b/docs/jp/aliyun.mdindex 55e72431..cd5be4c0 100644--- a/docs/jp/aliyun.md+++ b/docs/jp/aliyun.md@@ -3,15 +3,15 @@## 阿里云`access_key_id`と`access_key_secret`の取得1. [阿里云AccessKey管理ページ](https://ram.console.aliyun.com/profile/access-keys)にアクセスします。-2. AccessKeyを作成するためにクリックし、必要に応じて使用方法を選択し、「ローカル開発環境で使用」を選択します。+2. AccessKeyを作成するをクリックし、必要に応じて使用方法を選択し、「ローカル開発環境で使用」を選択します。3. 大切に保管し、できればローカルファイルにコピーして保存します。## 阿里云音声サービスの開通1. [阿里云音声サービス管理ページ](https://nls-portal.console.aliyun.com/applist)にアクセスし、初めての場合はサービスを開通させる必要があります。-2. プロジェクトを作成するためにクリックします。+2. プロジェクトを作成するをクリックします。-3. 機能を選択して開通させます。+3. 機能を選択し、開通させます。4. 「ストリーミングテキスト音声合成(CosyVoice大モデル)」は商用版にアップグレードする必要があります。他のサービスは無料体験版を使用できます。@@ -20,9 +20,9 @@## 阿里云OSSサービスの開通1. [阿里云オブジェクトストレージサービスコンソール](https://oss.console.aliyun.com/overview)にアクセスし、初めての場合はサービスを開通させる必要があります。-2. 左側のBucketリストを選択し、次に作成をクリックします。+2. 左側のBucketリストを選択し、作成をクリックします。-3. クイック作成を選択し、要件に合ったBucket名を入力し、**上海**地域を選択して作成を完了します(ここに入力した名前が設定項目`aliyun.oss.bucket`の値になります)。+3. クイック作成を選択し、要件に合ったBucket名を入力し、**上海**地域を選択して作成を完了します(ここで入力した名前が設定項目`aliyun.oss.bucket`の値になります)。4. 作成が完了したらBucketに入ります。diff --git a/docs/jp/docker.md b/docs/jp/docker.mdindex 89509aaa..c2d55954 100644--- a/docs/jp/docker.md+++ b/docs/jp/docker.md@@ -56,4 +56,4 @@ services:## 注意事項1. dockerコンテナのネットワークモードがhostでない場合、設定ファイルのサーバーリスニングアドレスを`0.0.0.0`に設定することをお勧めします。そうしないと、サービスにアクセスできない可能性があります。-2. コンテナ内でホストマシンのネットワークプロキシにアクセスする必要がある場合、プロキシアドレス設定項目`proxy`の`127.0.0.1`を`host.docker.internal`に設定してください。例えば`http://host.docker.internal:7890`のように。\ No newline at end of file+2. コンテナ内でホストマシンのネットワークプロキシにアクセスする必要がある場合、プロキシアドレス設定項目`proxy`の`127.0.0.1`を`host.docker.internal`に設定してください。例えば、`http://host.docker.internal:7890`のように。\ No newline at end of filediff --git a/docs/jp/faq.md b/docs/jp/faq.mdindex 7c3080cc..a2674c54 100644--- a/docs/jp/faq.md+++ b/docs/jp/faq.md@@ -1,9 +1,9 @@### 1. `app.log`設定ファイルが見えず、エラー内容がわからない-Windowsユーザーは、本ソフトウェアの作業ディレクトリをCドライブ以外のフォルダに配置してください。+Windowsユーザーは、本ソフトウェアの作業ディレクトリをCドライブ以外のフォルダに置いてください。### 2. デスクトップ版では明らかに設定ファイルが作成されたが、「設定ファイルが見つかりません」とエラーが出る設定ファイル名が`config.toml`であることを確認してください。`config.toml.txt`やその他の名前ではありません。-設定が完了した後、本ソフトウェアの作業フォルダの構造は以下のようになります:+設定が完了した後、本ソフトウェアの作業フォルダの構造は次のようになります:```/── config/│ └── config.toml@@ -12,12 +12,12 @@ Windowsユーザーは、本ソフトウェアの作業ディレクトリをCド```### 3. 大モデルの設定を記入したが、「xxxxxにはxxxxx API Keyの設定が必要です」とエラーが出る-モデルサービスと音声サービスは両方ともopenaiのサービスを使用できますが、大モデルが非openaiのシーンで単独使用されることもあるため、これらの設定は分かれています。大モデルの設定に加えて、設定の下にあるwhisper設定で対応するキーなどの情報を記入してください。+モデルサービスと音声サービスはどちらもOpenAIのサービスを使用できますが、大モデルがOpenAI以外のシーンで単独使用されることもあるため、これらの設定は分かれています。大モデルの設定の他に、設定の下部でwhisperの設定を探し、対応するキーなどの情報を記入してください。### 4. エラーに「yt-dlp error」が含まれている-動画ダウンローダーの問題で、現在のところネットワークの問題かダウンローダーのバージョンの問題である可能性があります。ネットワークプロキシが開いていて、設定ファイルのプロキシ設定項目に正しく構成されているか確認してください。また、香港ノードを選択することをお勧めします。ダウンローダーは本ソフトウェアが自動的にインストールしたもので、インストール元は更新しますが、公式のものではないため、古くなる可能性があります。問題が発生した場合は手動で更新を試みてください。更新方法:+動画ダウンローダーの問題は、現時点ではネットワークの問題かダウンローダーのバージョンの問題に過ぎないようです。ネットワークプロキシが開いていて、設定ファイルのプロキシ設定項目に正しく設定されているか確認してください。また、香港ノードを選択することをお勧めします。ダウンローダーは本ソフトウェアが自動的にインストールしたもので、インストール元は更新しますが、公式のものではないため、遅れが生じる可能性があります。問題が発生した場合は手動で更新を試みてください。更新方法は以下の通りです:-ソフトウェアのbinディレクトリでターミナルを開き、次のコマンドを実行します。+ソフトウェアのbinディレクトリでターミナルを開き、次のコマンドを実行します:```./yt-dlp.exe -U```@@ -37,4 +37,4 @@ Windowsユーザーは、本ソフトウェアの作業ディレクトリをCド### 6. 音声合成の音色コードはどう記入すればよいですか?音声サービス提供者のドキュメントを参照してください。以下は本プロジェクトに関連するものです:[OpenAI TTSドキュメント](https://platform.openai.com/docs/guides/text-to-speech/api-reference)、Voice optionsにあります-[アリババクラウドのインテリジェント音声インタラクションドキュメント](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis)、音色リスト-voiceパラメータ値にあります\ No newline at end of file+[阿里云智能语音交互ドキュメント](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis)、音色リスト-voiceパラメータ値にあります\ No newline at end of filediff --git a/docs/kr/README.md b/docs/kr/README.mdindex 7e243ef6..8a577e24 100644--- a/docs/kr/README.md+++ b/docs/kr/README.md@@ -1,7 +1,7 @@<div align="center"><img src="/docs/images/logo.jpg" alt="KlicStudio" height="90">- # 극간소화 AI 비디오 번역 및 더빙 도구+ # 극간소화 AI 비디오 번역 더빙 도구<a href="https://trendshift.io/repositories/13360" target="_blank"><img src="https://trendshift.io/api/badge/repositories/13360" alt="KrillinAI%2FKlicStudio | Trendshift" style="width: 250px; height: 55px;" width="250" height="55"/></a>@@ -15,30 +15,30 @@## 프로젝트 소개 ([지금 온라인 버전 체험하기!](https://www.klic.studio/))-Klic Studio는 Krillin AI가 개발한 다목적 오디오 및 비디오 현지화 및 향상 솔루션입니다. 이 간단하면서도 강력한 도구는 오디오 및 비디오 번역, 더빙, 음성 복제를 통합하여 가로 및 세로 화면 형식 출력을 지원하며, 모든 주요 플랫폼(비리비리, 샤오홍슈, 도우인, 비디오 번호, 쾌손, 유튜브, 틱톡 등)에서 완벽하게 표시됩니다. 엔드 투 엔드 워크플로우를 통해 몇 번의 클릭만으로 원본 자료를 아름답고 즉시 사용할 수 있는 크로스 플랫폼 콘텐츠로 변환할 수 있습니다.+Klic Studio는 Krillin AI가 개발한 다기능 오디오 비디오 현지화 솔루션으로, 오디오 비디오 번역, 더빙, 음성 클론 기능을 통합하여 할리우드 영화 수준의 자막을 한 번의 클릭으로 생성합니다. 가로 및 세로 화면 형식 출력을 지원하여 모든 주요 플랫폼(비리비리, 샤오홍슈, 도우인, 비디오 번호, 쾌손, 유튜브, 틱톡 등)에서 완벽하게 표시되며, 콘텐츠의 글로벌화 요구를 쉽게 충족합니다!## 주요 특징 및 기능:-🎯 **원클릭 시작**: 복잡한 환경 설정 없이 자동으로 종속성을 설치하고 즉시 사용할 수 있으며, 새로운 데스크톱 버전으로 더 편리하게 사용할 수 있습니다!+🎯 **원클릭 시작**: 복잡한 환경 설정 없이 자동으로 종속성을 설치하여 즉시 사용 가능. 새로운 데스크탑 버전으로 더 편리하게 사용하세요!📥 **비디오 가져오기**: yt-dlp 다운로드 또는 로컬 파일 업로드 지원📜 **정확한 인식**: Whisper 기반의 높은 정확도의 음성 인식-🧠 **스마트 분할**: LLM을 사용하여 자막 분할 및 정렬+🧠 **품질 번역**: 주요 SOTA 대형 언어 모델에 적합한 자막 그룹 수준의 번역 품질-🔄 **용어 교체**: 전문 분야 용어를 원클릭으로 교체+🌍 **영화 수준 자막**: 단어 수준 절단 정렬 알고리즘으로 할리우드 영화 수준의 자막 품질을 보장하며, 단일 행 자막이 줄 바꿈되지 않음-🌍 **전문 번역**: 문맥을 고려한 LLM 번역으로 자연스러운 의미 유지+🎙️ **더빙 클론**: CosyVoice의 선택된 음색 또는 사용자 정의 음색 클론 제공-🎙️ **더빙 복제**: CosyVoice의 선택된 음색 또는 사용자 정의 음색 복제 제공+🎬 **가로 세로 화면 출력**: 가로 및 세로 비디오와 자막 레이아웃을 자동으로 처리하여 크로스 플랫폼 형식으로 한 번에 생성-🎬 **비디오 합성**: 가로 및 세로 비디오 및 자막 레이아웃 자동 처리+🔄 **전문 용어 교체**: 전문 분야 용어를 원클릭으로 교체-💻 **크로스 플랫폼**: Windows, Linux, macOS 지원, 데스크톱 버전 및 서버 버전 제공+💻 **크로스 플랫폼**: Windows, Linux, macOS 지원, 데스크탑 버전 및 서버 버전 제공## 효과 시연-아래 이미지는 46분 길이의 로컬 비디오를 가져온 후 원클릭 실행으로 생성된 자막 파일의 효과로, 수동 조정 없이도 자연스럽게 구분되어 있으며, 번역 품질도 매우 높습니다.+아래 이미지는 46분의 로컬 비디오를 가져온 후 원클릭 실행으로 생성된 자막 파일의 효과로, 수동 조정 없이도 자연스럽게 문장이 나뉘고 번역 품질이 매우 높습니다.<table>@@ -72,19 +72,19 @@ https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71</table>## 🔍 음성 인식 서비스 지원-_**아래 표의 로컬 모델은 모두 자동 설치 가능한 실행 파일 + 모델 파일을 지원하며, 선택만 하면 Klic이 나머지를 준비해드립니다.**_+_**아래 표의 로컬 모델은 모두 자동 설치 가능한 실행 파일 + 모델 파일을 지원합니다. 선택만 하면 Klic이 나머지를 준비해 드립니다.**_-| 서비스 출처 | 지원 플랫폼 | 모델 선택 옵션 | 로컬/클라우드 | 비고 |+| 서비스 소스 | 지원 플랫폼 | 모델 선택 사항 | 로컬/클라우드 | 비고 ||--------------------|-----------------|----------------------------------------|-------|-------------|| **OpenAI Whisper** | 모든 플랫폼 | - | 클라우드 | 빠르고 효과적 || **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (추천 medium+) | 로컬 | 더 빠르며 클라우드 서비스 비용 없음 |-| **WhisperKit** | macOS (M 시리즈 칩 전용) | `large-v2` | 로컬 | Apple 칩 최적화 |+| **WhisperKit** | macOS (M 시리즈 칩 전용) | `large-v2` | 로컬 | Apple 칩에 최적화 || **WhisperCpp** | 모든 플랫폼 | `large-v2` | 로컬 | 모든 플랫폼 지원 |-| **Alibaba Cloud ASR** | 모든 플랫폼 | - | 클라우드 | 중국 본토 네트워크 문제 회피 |+| **알리바바 클라우드 ASR** | 모든 플랫폼 | - | 클라우드 | 중국 본토 네트워크 문제 회피 |## 🚀 대형 언어 모델 지원-✅ **OpenAI API 규격**에 부합하는 모든 클라우드/로컬 대형 언어 모델 서비스와 호환되며, 포함하되 이에 국한되지 않습니다:+✅ 모든 **OpenAI API 규격**에 부합하는 클라우드/로컬 대형 언어 모델 서비스와 호환되며, 포함하되 이에 국한되지 않습니다:- OpenAI- Gemini- DeepSeek@@ -93,11 +93,11 @@ _**아래 표의 로컬 모델은 모두 자동 설치 가능한 실행 파일 +- 기타 OpenAI 형식의 API 서비스## 🎤 TTS 텍스트 음성 변환 지원-- Alibaba Cloud 음성 서비스+- 알리바바 클라우드 음성 서비스- OpenAI TTS## 언어 지원-입력 언어 지원: 중국어, 영어, 일본어, 독일어, 터키어, 한국어, 러시아어, 말레이어(지속적으로 증가 중)+입력 언어 지원: 중국어, 영어, 일본어, 독일어, 터키어, 한국어, 러시아어, 말레이어(지속적으로 추가 중)번역 언어 지원: 영어, 중국어, 러시아어, 스페인어, 프랑스어 등 101개 언어@@ -107,21 +107,21 @@ _**아래 표의 로컬 모델은 모두 자동 설치 가능한 실행 파일 +## 🚀 빠른 시작### 기본 단계-먼저 [Release](https://github.com/KrillinAI/KlicStudio/releases)에서 귀하의 장치 시스템에 맞는 실행 파일을 다운로드하고, 아래의 튜토리얼에 따라 데스크톱 버전 또는 비데스크톱 버전을 선택한 후 빈 폴더에 소프트웨어를 다운로드하세요. 실행 후 몇 개의 디렉토리가 생성되므로 빈 폴더에 두면 관리하기 더 좋습니다.+먼저 [Release](https://github.com/KrillinAI/KlicStudio/releases)에서 귀하의 장치 시스템에 맞는 실행 파일을 다운로드하고, 아래의 튜토리얼에 따라 데스크탑 버전 또는 비데스크탑 버전을 선택한 후 빈 폴더에 넣으세요. 소프트웨어를 빈 폴더에 다운로드하면 실행 후 생성되는 디렉토리를 관리하기가 더 쉽습니다.-【데스크톱 버전인 경우, 즉 release 파일에 desktop이 포함된 경우 이곳을 참조】-_데스크톱 버전은 새로 출시된 것으로, 초보 사용자가 구성 파일을 올바르게 편집하기 어려운 문제를 해결하기 위해 지속적으로 업데이트되고 있습니다._-1. 파일을 두 번 클릭하여 사용을 시작합니다(데스크톱에서도 구성이 필요하며, 소프트웨어 내에서 구성합니다).+【데스크탑 버전인 경우, 즉 release 파일에 desktop이 포함된 경우는 여기를 참조하세요】+_데스크탑 버전은 새로 출시된 것으로, 초보 사용자가 구성 파일을 올바르게 편집하기 어려운 문제를 해결하기 위해 지속적으로 업데이트 중입니다._+1. 파일을 두 번 클릭하여 사용을 시작하세요(데스크탑 버전도 구성해야 하며, 소프트웨어 내에서 구성합니다).-【비데스크톱 버전인 경우, 즉 release 파일에 desktop이 포함되지 않은 경우 이곳을 참조】-_비데스크톱 버전은 초기 버전으로, 구성이 복잡하지만 기능이 안정적이며 서버 배포에 적합합니다. 웹 방식으로 UI를 제공합니다._-1. 폴더 내에 `config` 폴더를 생성한 후, `config` 폴더 내에 `config.toml` 파일을 생성하고, 소스 코드 `config` 디렉토리 내의 `config-example.toml` 파일 내용을 복사하여 `config.toml`에 붙여넣고 주석에 따라 구성 정보를 입력합니다.+【비데스크탑 버전인 경우, 즉 release 파일에 desktop이 포함되지 않은 경우는 여기를 참조하세요】+_비데스크탑 버전은 초기 버전으로, 구성은 복잡하지만 기능이 안정적이며 서버 배포에 적합합니다. 웹 방식으로 UI를 제공합니다._+1. 폴더 내에 `config` 폴더를 생성한 후, `config` 폴더 내에 `config.toml` 파일을 생성하고, 소스 코드 `config` 디렉토리의 `config-example.toml` 파일 내용을 복사하여 `config.toml`에 붙여넣고 주석에 따라 구성 정보를 입력합니다.2. 두 번 클릭하거나 터미널에서 실행 파일을 실행하여 서비스를 시작합니다.-3. 브라우저를 열고 `http://127.0.0.1:8888`를 입력하여 사용을 시작합니다 (8888은 구성 파일에 입력한 포트로 대체).+3. 브라우저를 열고 `http://127.0.0.1:8888`를 입력하여 사용을 시작합니다 (8888은 구성 파일에 입력한 포트로 교체).### macOS 사용자에게-【데스크톱 버전인 경우, 즉 release 파일에 desktop이 포함된 경우 이곳을 참조】-데스크톱 버전은 현재 패키징 방식으로 인해 서명 등의 문제로 인해 두 번 클릭하여 직접 실행하거나 dmg 설치를 할 수 없으며, 수동으로 애플리케이션을 신뢰해야 합니다. 방법은 다음과 같습니다:+【데스크탑 버전인 경우, 즉 release 파일에 desktop이 포함된 경우는 여기를 참조하세요】+데스크탑 버전은 현재 패키징 방식으로 인해 서명 문제 등으로 인해 두 번 클릭하여 직접 실행하거나 dmg 설치를 할 수 없으며, 수동으로 애플리케이션을 신뢰해야 합니다. 방법은 다음과 같습니다:1. 터미널에서 실행 파일(가정: 파일 이름은 KlicStudio_1.0.0_desktop_macOS_arm64)이 있는 디렉토리를 엽니다.2. 다음 명령을 순서대로 실행합니다:```@@ -130,8 +130,8 @@ sudo chmod +x ./KlicStudio_1.0.0_desktop_macOS_arm64./KlicStudio_1.0.0_desktop_macOS_arm64```-【비데스크톱 버전인 경우, 즉 release 파일에 desktop이 포함되지 않은 경우 이곳을 참조】-본 소프트웨어는 서명을 하지 않았으므로 macOS에서 실행할 때 "기본 단계"의 파일 구성을 완료한 후 수동으로 애플리케이션을 신뢰해야 합니다. 방법은 다음과 같습니다:+【비데스크탑 버전인 경우, 즉 release 파일에 desktop이 포함되지 않은 경우는 여기를 참조하세요】+본 소프트웨어는 서명을 하지 않았으므로 macOS에서 실행할 때 "기본 단계"의 파일 구성을 완료한 후에도 수동으로 애플리케이션을 신뢰해야 합니다. 방법은 다음과 같습니다:1. 터미널에서 실행 파일(가정: 파일 이름은 KlicStudio_1.0.0_macOS_arm64)이 있는 디렉토리를 엽니다.2. 다음 명령을 순서대로 실행합니다:```@@ -139,43 +139,43 @@ sudo chmod +x ./KlicStudio_1.0.0_desktop_macOS_arm64sudo chmod +x ./KlicStudio_1.0.0_macOS_arm64./KlicStudio_1.0.0_macOS_arm64```- 서비스를 시작할 수 있습니다.+ 그러면 서비스가 시작됩니다.### Docker 배포-본 프로젝트는 Docker 배포를 지원하며, [Docker 배포 설명서](./docker.md)를 참조하십시오.+본 프로젝트는 Docker 배포를 지원합니다. [Docker 배포 설명서](./docker.md)를 참조하세요.### 쿠키 구성 설명(선택 사항)비디오 다운로드 실패 상황이 발생한 경우-[쿠키 구성 설명](./get_cookies.md)을 참조하여 쿠키 정보를 구성하십시오.+[쿠키 구성 설명](./get_cookies.md)을 참조하여 쿠키 정보를 구성하세요.-### 구성 도움말 (필독)+### 구성 도움말(필독)가장 빠르고 편리한 구성 방법:* `transcribe.provider.name`에 `openai`를 입력하면 `transcribe.openai` 블록과 `llm` 블록의 대형 모델 구성만 입력하면 자막 번역이 가능합니다.(`app.proxy`, `model` 및 `openai.base_url`은 상황에 따라 선택적으로 입력)-로컬 음성 인식 모델을 사용하는 구성 방법(비용, 속도 및 품질의 균형 선택)+로컬 음성 인식 모델을 사용하는 구성 방법(비용, 속도 및 품질을 고려한 선택)* `transcribe.provider.name`에 `fasterwhisper`를 입력하고, `transcribe.fasterwhisper.model`에 `large-v2`를 입력한 후, `llm`에 대형 모델 구성을 입력하면 자막 번역이 가능합니다. 로컬 모델은 자동으로 다운로드 및 설치됩니다.(`app.proxy` 및 `openai.base_url`은 위와 동일)-텍스트 음성 변환(TTS)은 선택 사항이며, 구성 논리는 위와 동일하며 `tts.provider.name`을 입력한 후 `tts` 아래의 해당 구성 블록을 입력하면 됩니다. UI에서 음성 코드는 선택한 제공자의 문서에 따라 입력하면 됩니다(아래의 자주 묻는 질문에 문서 주소가 있습니다). Alibaba Cloud의 aksk 등의 입력은 중복될 수 있으며, 이는 구성 구조를 명확하게 하기 위함입니다.-주의: 음성 복제를 사용하는 경우, `tts`는 `aliyun`만 선택할 수 있습니다.+텍스트 음성 변환(TTS)은 선택 사항이며, 구성 논리는 위와 동일합니다. `tts.provider.name`을 입력한 후, `tts` 아래의 해당 구성 블록을 입력하면 됩니다. UI에서 음성 코드는 선택한 제공자의 문서에 따라 입력하면 됩니다(아래의 자주 묻는 질문에 문서 주소가 있습니다). 알리바바 클라우드의 aksk 등의 입력은 중복될 수 있으며, 이는 구성 구조를 명확하게 하기 위함입니다.+주의: 음성 클론을 사용하는 경우, `tts`는 `aliyun`만 선택할 수 있습니다.-**Alibaba Cloud AccessKey, Bucket, AppKey의 획득 방법은**: [Alibaba Cloud 구성 설명](./aliyun.md) 를 참조하십시오.+**알리바바 클라우드 AccessKey, Bucket, AppKey의 획득 방법은**:[알리바바 클라우드 구성 설명](./aliyun.md) 를 읽어주세요.-작업 = 음성 인식 + 대형 모델 번역 + 음성 서비스(TTS 등, 선택 사항)이라는 점을 이해하면 구성 파일을 이해하는 데 도움이 됩니다.+작업 = 음성 인식 + 대형 모델 번역 + 음성 서비스(TTS 등, 선택 사항)라는 점을 이해하면 구성 파일을 이해하는 데 도움이 됩니다.## 자주 묻는 질문-[자주 묻는 질문](./faq.md)로 이동하십시오.+[자주 묻는 질문](./faq.md)로 이동하세요.## 기여 규범-1. .vscode, .idea 등과 같은 쓸모없는 파일을 제출하지 마십시오. .gitignore를 사용하여 필터링하는 데 능숙해지십시오.-2. config.toml을 제출하지 말고 config-example.toml을 제출하십시오.+1. .vscode, .idea 등과 같은 불필요한 파일을 제출하지 마세요. .gitignore를 사용하여 필터링하세요.+2. config.toml을 제출하지 말고, config-example.toml을 제출하세요.## 문의하기-1. 우리의 QQ 그룹에 가입하여 질문을 해결하십시오: 754069680-2. 우리의 소셜 미디어 계정을 팔로우하십시오, [비리비리](https://space.bilibili.com/242124650), 매일 AI 기술 분야의 양질의 콘텐츠를 공유합니다.+1. 우리의 QQ 그룹에 가입하여 질문을 해결하세요: 754069680+2. 우리의 소셜 미디어 계정을 팔로우하세요, [비리비리](https://space.bilibili.com/242124650)에서 매일 AI 기술 분야의 우수한 콘텐츠를 공유합니다.-## Star History+## 스타 역사[](https://star-history.com/#KrillinAI/KlicStudio&Date)\ No newline at end of filediff --git a/docs/kr/aliyun.md b/docs/kr/aliyun.mdindex acff81e6..3cebaf6d 100644--- a/docs/kr/aliyun.md+++ b/docs/kr/aliyun.md@@ -1,15 +1,15 @@## 전제 조건-먼저 [알리바바 클라우드](https://www.aliyun.com) 계정이 필요하며, 실명 인증을 받아야 합니다. 대부분의 서비스는 무료 할당량이 있습니다.+먼저 [알리바바 클라우드](https://www.aliyun.com) 계정을 만들고 실명 인증을 받아야 하며, 대부분의 서비스는 무료 할당량이 있습니다.## 알리바바 클라우드 `access_key_id` 및 `access_key_secret` 획득-1. [알리바바 클라우드 AccessKey 관리 페이지](https://ram.console.aliyun.com/profile/access-keys)에 접속합니다.-2. AccessKey 생성을 클릭하고, 필요시 사용 방식을 선택합니다. "로컬 개발 환경에서 사용"을 선택합니다.+1. [알리바바 클라우드 AccessKey 관리 페이지](https://ram.console.aliyun.com/profile/access-keys)로 이동합니다.+2. AccessKey 생성 버튼을 클릭하고, 필요에 따라 사용 방식을 선택합니다. "로컬 개발 환경에서 사용"을 선택합니다.3. 안전하게 보관하며, 가능하면 로컬 파일에 복사하여 저장합니다.## 알리바바 클라우드 음성 서비스 개통-1. [알리바바 클라우드 음성 서비스 관리 페이지](https://nls-portal.console.aliyun.com/applist)에 접속하여, 처음 들어가면 서비스를 개통해야 합니다.-2. 프로젝트 생성을 클릭합니다.+1. [알리바바 클라우드 음성 서비스 관리 페이지](https://nls-portal.console.aliyun.com/applist)로 이동하여, 처음 들어가면 서비스를 개통해야 합니다.+2. 프로젝트 생성 버튼을 클릭합니다.3. 기능을 선택하고 개통합니다.@@ -19,12 +19,12 @@## 알리바바 클라우드 OSS 서비스 개통-1. [알리바바 클라우드 객체 저장 서비스 콘솔](https://oss.console.aliyun.com/overview)에 접속하여, 처음 들어가면 서비스를 개통해야 합니다.-2. 왼쪽에서 Bucket 목록을 선택한 후, 생성을 클릭합니다.+1. [알리바바 클라우드 객체 저장소 서비스 콘솔](https://oss.console.aliyun.com/overview)로 이동하여, 처음 들어가면 서비스를 개통해야 합니다.+2. 왼쪽에서 Bucket 목록을 선택한 후, 생성 버튼을 클릭합니다.-3. 빠른 생성을 선택하고, 요구 사항에 맞는 Bucket 이름을 입력한 후 **상하이** 지역을 선택하여 생성을 완료합니다(여기서 입력한 이름이 구성 항목 `aliyun.oss.bucket`의 값이 됩니다).+3. 빠른 생성 옵션을 선택하고, 요구 사항에 맞는 Bucket 이름을 입력한 후 **상하이** 지역을 선택하여 생성을 완료합니다(여기서 입력한 이름이 구성 항목 `aliyun.oss.bucket`의 값이 됩니다).-4. 생성 완료 후 Bucket에 들어갑니다.+4. 생성이 완료되면 Bucket으로 이동합니다.5. "공공 접근 차단" 스위치를 끄고, 읽기 및 쓰기 권한을 "공공 읽기"로 설정합니다.diff --git a/docs/kr/docker.md b/docs/kr/docker.mdindex 78aea7a8..8b495105 100644--- a/docs/kr/docker.md+++ b/docs/kr/docker.md@@ -1,7 +1,7 @@# Docker 배포 가이드## 빠른 시작-먼저 구성 파일을 준비하고, 서버 리스닝 포트를 `8888`로, 서버 리스닝 주소를 `0.0.0.0`으로 설정합니다.+먼저 구성 파일을 준비하고, 서버의 리스닝 포트를 `8888`로, 서버의 리스닝 주소를 `0.0.0.0`으로 설정합니다.### docker run 시작```bash@@ -25,8 +25,8 @@ services:- /path/to/tasks:/app/tasks # 출력 디렉토리```-## 모델 지속성-fasterwhisper 모델을 사용하는 경우, KrillinAI는 모델에 필요한 파일을 `/app/models` 디렉토리와 `/app/bin` 디렉토리로 자동 다운로드합니다. 컨테이너가 삭제되면 이러한 파일은 사라집니다. 모델을 지속적으로 유지하려면 이 두 디렉토리를 호스트 머신의 디렉토리에 매핑할 수 있습니다.+## 모델 지속화+fasterwhisper 모델을 사용하는 경우, KrillinAI는 모델에 필요한 파일을 `/app/models` 디렉토리와 `/app/bin` 디렉토리에 자동으로 다운로드합니다. 컨테이너가 삭제되면 이러한 파일은 사라집니다. 모델을 지속화하려면 이 두 디렉토리를 호스트 머신의 디렉토리에 매핑해야 합니다.### docker run 시작```bash@@ -55,5 +55,5 @@ services:```## 주의 사항-1. docker 컨테이너의 네트워크 모드가 host가 아닐 경우, 구성 파일의 서버 리스닝 주소를 `0.0.0.0`으로 설정하는 것이 좋습니다. 그렇지 않으면 서비스에 접근할 수 없을 수 있습니다.+1. docker 컨테이너의 네트워크 모드가 host가 아닌 경우, 구성 파일의 서버 리스닝 주소를 `0.0.0.0`으로 설정하는 것이 좋습니다. 그렇지 않으면 서비스에 접근할 수 없을 수 있습니다.2. 컨테이너 내에서 호스트 머신의 네트워크 프록시에 접근해야 하는 경우, 프록시 주소 구성 항목 `proxy`의 `127.0.0.1`을 `host.docker.internal`로 설정하십시오. 예: `http://host.docker.internal:7890`\ No newline at end of filediff --git a/docs/kr/faq.md b/docs/kr/faq.mdindex 09598be6..98498728 100644--- a/docs/kr/faq.md+++ b/docs/kr/faq.md@@ -2,8 +2,8 @@Windows 사용자께서는 본 소프트웨어의 작업 디렉토리를 C 드라이브가 아닌 폴더에 두시기 바랍니다.### 2. 비데스크톱 버전에서 구성 파일이 생성되었지만 여전히 "구성 파일을 찾을 수 없음" 오류 발생-구성 파일 이름이 `config.toml`인지 확인하세요. `config.toml.txt` 또는 다른 이름이 아니어야 합니다.-구성이 완료된 후, 본 소프트웨어의 작업 폴더 구조는 다음과 같아야 합니다:+구성 파일 이름이 `config.toml`인지 확인하십시오. `config.toml.txt` 또는 다른 이름이 아니어야 합니다.+구성이 완료되면 본 소프트웨어의 작업 폴더 구조는 다음과 같아야 합니다:```/── config/│ └── config.toml@@ -12,19 +12,19 @@ Windows 사용자께서는 본 소프트웨어의 작업 디렉토리를 C 드```### 3. 대모델 구성을 입력했지만 "xxxxx는 xxxxx API Key 구성이 필요합니다" 오류 발생-모델 서비스와 음성 서비스는 모두 OpenAI의 서비스를 사용할 수 있지만, 대모델은 OpenAI가 아닌 다른 서비스를 사용할 수 있는 경우도 있습니다. 따라서 이 두 가지 구성은 분리되어 있으며, 대모델 구성 외에도 아래의 whisper 구성에서 해당 키 등의 정보를 입력해야 합니다.+모델 서비스와 음성 서비스는 모두 OpenAI의 서비스를 사용할 수 있지만, 대모델이 OpenAI가 아닌 다른 서비스를 사용하는 경우도 있습니다. 따라서 이 두 가지 구성은 분리되어 있으며, 대모델 구성 외에도 구성 하단에서 whisper 구성을 찾아 해당 키 등의 정보를 입력해야 합니다.### 4. 오류 메시지에 "yt-dlp error" 포함-비디오 다운로드 도구의 문제로, 현재로서는 네트워크 문제 또는 다운로드 도구 버전 문제일 수 있습니다. 네트워크 프록시가 활성화되어 있고 구성 파일의 프록시 구성 항목에 설정되어 있는지 확인하세요. 또한 홍콩 노드를 선택하는 것이 좋습니다. 다운로드 도구는 본 소프트웨어가 자동으로 설치하며, 설치 소스는 업데이트하겠지만 공식 소스가 아니므로 구버전일 수 있습니다. 문제가 발생하면 수동으로 업데이트를 시도해 보세요. 업데이트 방법은 다음과 같습니다:+비디오 다운로드 도구의 문제로, 현재로서는 네트워크 문제 또는 다운로드 도구 버전 문제일 수 있습니다. 네트워크 프록시가 활성화되어 있고 구성 파일의 프록시 구성 항목에 설정되어 있는지 확인하십시오. 또한 홍콩 노드를 선택하는 것이 좋습니다. 다운로드 도구는 본 소프트웨어가 자동으로 설치하며, 설치 소스는 업데이트할 예정이지만 공식 소스가 아니므로 구버전일 수 있습니다. 문제가 발생하면 수동으로 업데이트를 시도해 보십시오. 업데이트 방법은 다음과 같습니다:-소프트웨어 bin 디렉토리 위치에서 터미널을 열고 다음을 실행하세요:+소프트웨어 bin 디렉토리 위치에서 터미널을 열고 다음을 실행하십시오:```./yt-dlp.exe -U```-여기서 `yt-dlp.exe`는 시스템에서 실제 ytdlp 소프트웨어 이름으로 교체하세요.+여기서 `yt-dlp.exe`는 시스템에서 실제 ytdlp 소프트웨어 이름으로 교체하십시오.### 5. 배포 후 자막 생성은 정상이나 합성된 자막이 비디오에 많은 깨짐 현상 발생-대부분은 Linux에 중국어 글꼴이 없기 때문입니다. [微软雅黑](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyh.ttc)와 [微软雅黑-bold](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyhbd.ttc) 글꼴(또는 요구 사항을 충족하는 글꼴)을 다운로드한 후, 아래 단계를 따라 진행하세요:+대부분은 Linux에서 중국어 글꼴이 누락되어 발생합니다. [微软雅黑](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyh.ttc) 및 [微软雅黑-bold](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyhbd.ttc) 글꼴(또는 요구 사항을 충족하는 글꼴)을 다운로드한 후 아래 단계를 따르십시오:1. `/usr/share/fonts/` 아래에 msyh 폴더를 새로 만들고 다운로드한 글꼴을 해당 디렉토리에 복사합니다.2.```@@ -35,6 +35,6 @@ Windows 사용자께서는 본 소프트웨어의 작업 디렉토리를 C 드```### 6. 음성 합성의 음색 코드는 어떻게 입력하나요?-음성 서비스 제공자의 문서를 참조하세요. 다음은 본 프로젝트와 관련된 문서입니다:+음성 서비스 제공자의 문서를 참조하십시오. 다음은 본 프로젝트와 관련된 문서입니다:[OpenAI TTS 문서](https://platform.openai.com/docs/guides/text-to-speech/api-reference), Voice options에 위치[알리바바 클라우드 스마트 음성 상호작용 문서](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis), 음색 목록 - voice 매개변수 값에 위치\ No newline at end of filediff --git a/docs/pt/README.md b/docs/pt/README.mdindex 37a0811b..83806523 100644--- a/docs/pt/README.md+++ b/docs/pt/README.md@@ -15,30 +15,30 @@## Introdução ao Projeto ([Experimente a versão online agora!](https://www.klic.studio/))-Klic Studio é uma solução abrangente de localização e aprimoramento de áudio e vídeo desenvolvida pela Krillin AI. Esta ferramenta simples, mas poderosa, combina tradução de áudio e vídeo, dublagem e clonagem de voz, suportando formatos de saída em paisagem e retrato, garantindo uma apresentação perfeita em todas as principais plataformas (Bilibili, Xiaohongshu, Douyin, WeChat Video, Kuaishou, YouTube, TikTok, etc.). Com um fluxo de trabalho de ponta a ponta, você pode transformar seu material original em conteúdo pronto para uso em várias plataformas com apenas alguns cliques.+Klic Studio é uma solução de localização de áudio e vídeo desenvolvida pela Krillin AI, que integra tradução de áudio e vídeo, dublagem e clonagem de voz, gerando legendas de qualidade cinematográfica com um clique. Suporta saída em formatos vertical e horizontal, garantindo uma apresentação perfeita em todas as principais plataformas (Bilibili, Xiaohongshu, Douyin, WeChat Video, Kuaishou, YouTube, TikTok, etc.), atendendo facilmente à demanda de globalização de conteúdo!## Principais Características e Funcionalidades:-🎯 **Início com um Clique**: Sem configuração de ambiente complexa, instalação automática de dependências, pronto para uso imediatamente, agora com versão desktop para maior conveniência!+🎯 **Início com um Clique**: Sem configuração de ambiente complexa, instalação automática de dependências, pronto para uso. Nova versão desktop, mais conveniente!📥 **Obtenção de Vídeo**: Suporta download via yt-dlp ou upload de arquivos locais📜 **Reconhecimento Preciso**: Reconhecimento de voz de alta precisão baseado no Whisper-🧠 **Segmentação Inteligente**: Utiliza LLM para segmentação e alinhamento de legendas+🧠 **Tradução de Qualidade**: Adaptado para modelos de linguagem de última geração, qualidade de tradução em nível de equipe de legendagem-🔄 **Substituição de Termos**: Substituição de vocabulário especializado com um clique--🌍 **Tradução Profissional**: Tradução LLM com contexto para manter a naturalidade semântica+🌍 **Legendas de Qualidade Cinematográfica**: Algoritmo de alinhamento de corte por palavra, alinhando-se à qualidade de legendas de Hollywood, legendas em uma linha sem quebra🎙️ **Clonagem de Voz**: Oferece vozes selecionadas da CosyVoice ou clonagem de vozes personalizadas-🎬 **Composição de Vídeo**: Processamento automático de vídeos em paisagem e retrato e formatação de legendas+🎬 **Saída em Formato Vertical e Horizontal**: Processamento automático de vídeos e legendas em formato vertical e horizontal, formato multiplataforma pronto em uma única etapa++🔄 **Substituição de Termos**: Substituição de vocabulário de áreas profissionais com um clique💻 **Multiplataforma**: Suporta Windows, Linux, macOS, oferecendo versões desktop e server## Demonstração de Resultados-A imagem abaixo mostra o efeito do arquivo de legenda gerado após a importação de um vídeo local de 46 minutos, executado com um clique, sem ajustes manuais. Sem faltas, sobreposições, com pausas naturais e qualidade de tradução muito alta.+A imagem abaixo mostra o efeito do arquivo de legendas gerado após a importação de um vídeo local de 46 minutos, executado com um clique, sem ajustes manuais. Sem faltas, sobreposições, com pausas naturais, e a qualidade da tradução é muito alta.<table>@@ -62,7 +62,7 @@ https://github.com/user-attachments/assets/0b32fad3-c3ad-4b6a-abf0-0865f0dd2385<td width="33%">-### Retrato+### Formato Vertical---https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71@@ -72,19 +72,19 @@ https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71</table>## 🔍 Suporte a Serviços de Reconhecimento de Voz-_**Todos os modelos locais na tabela abaixo suportam instalação automática de arquivos executáveis + arquivos de modelo, você só precisa escolher, o Klic cuidará do resto.**_+_**Todos os modelos locais na tabela abaixo suportam instalação automática de arquivos executáveis + arquivos de modelo, você só precisa escolher, o Klic prepara tudo para você.**_-| Fonte de Serviço | Plataformas Suportadas | Opções de Modelo | Local/Nuvem | Observações |-|-----------------------|-----------------------|-------------------------------------------|-------------|------------------|-| **OpenAI Whisper** | Todas as plataformas | - | Nuvem | Rápido e eficaz |-| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (recomendado medium+) | Local | Mais rápido, sem custos de nuvem |-| **WhisperKit** | macOS (apenas para chips M) | `large-v2` | Local | Otimização nativa para chips Apple |-| **WhisperCpp** | Todas as plataformas | `large-v2` | Local | Suporte a todas as plataformas |-| **Alibaba Cloud ASR** | Todas as plataformas | - | Nuvem | Evita problemas de rede na China continental |+| Fonte de Serviço | Plataformas Suportadas | Opções de Modelo | Local/Nuvem | Observações |+|--------------------|-----------------|----------------------------------------|-------|-------------|+| **OpenAI Whisper** | Todas as plataformas | - | Nuvem | Rápido e eficaz |+| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (recomendado medium+) | Local | Mais rápido, sem custos de nuvem |+| **WhisperKit** | macOS (apenas para chips M) | `large-v2` | Local | Otimização nativa para chips Apple |+| **WhisperCpp** | Todas as plataformas | `large-v2` | Local | Suporta todas as plataformas |+| **Alibaba Cloud ASR** | Todas as plataformas | - | Nuvem | Evita problemas de rede na China continental |-## 🚀 Suporte a Modelos de Linguagem Grande+## 🚀 Suporte a Modelos de Linguagem-✅ Compatível com todos os serviços de modelos de linguagem grande em nuvem/local que atendem às **especificações da API OpenAI**, incluindo, mas não se limitando a:+✅ Compatível com todos os serviços de modelos de linguagem em nuvem/local que atendem às **especificações da API OpenAI**, incluindo, mas não se limitando a:- OpenAI- Gemini- DeepSeek@@ -107,21 +107,21 @@ Idiomas de tradução suportados: Inglês, Chinês, Russo, Espanhol, Francês e## 🚀 Começo Rápido### Passos Básicos-Primeiro, baixe o arquivo executável correspondente ao seu sistema operacional na seção [Release](https://github.com/KrillinAI/KlicStudio/releases), siga o tutorial abaixo para escolher entre a versão desktop ou não desktop, e coloque-o em uma pasta vazia. Baixe o software em uma pasta vazia, pois após a execução, alguns diretórios serão gerados, e será mais fácil gerenciá-los.+Primeiro, baixe o arquivo executável correspondente ao seu sistema operacional na seção [Release](https://github.com/KrillinAI/KlicStudio/releases), siga o tutorial abaixo para escolher entre a versão desktop ou não desktop, e coloque em uma pasta vazia. Baixe o software em uma pasta vazia, pois após a execução, alguns diretórios serão gerados, e será mais fácil gerenciá-los em uma pasta vazia.【Se for a versão desktop, ou seja, o arquivo release que contém desktop, veja aqui】-_A versão desktop é uma nova publicação, criada para resolver problemas de edição de arquivos de configuração para novos usuários, e ainda possui alguns bugs, que estão sendo corrigidos continuamente._+_A versão desktop é uma nova publicação, feita para resolver problemas de edição de arquivos de configuração por usuários iniciantes, e ainda possui alguns bugs, atualizações contínuas em andamento._1. Clique duas vezes no arquivo para começar a usar (a versão desktop também precisa de configuração, que deve ser feita dentro do software)【Se for a versão não desktop, ou seja, o arquivo release que não contém desktop, veja aqui】-_A versão não desktop é a versão inicial, com configuração mais complexa, mas funcionalidade estável, adequada para implantação em servidores, pois oferece uma interface de usuário via web._-1. Crie uma pasta `config` dentro da pasta, e então crie um arquivo `config.toml` dentro da pasta `config`, copie o conteúdo do arquivo `config-example.toml` que está no diretório `config` e preencha o `config.toml` de acordo com as anotações.+_A versão não desktop é a versão inicial, com configuração mais complexa, mas funcionalidade estável, adequada para implantação em servidores, pois fornecerá uma interface de usuário via web._+1. Crie uma pasta `config` dentro da pasta, e então crie um arquivo `config.toml` dentro da pasta `config`, copie o conteúdo do arquivo `config-example.toml` que está no diretório `config` do código-fonte e preencha suas informações de configuração de acordo com os comentários.2. Clique duas vezes ou execute o arquivo executável no terminal para iniciar o serviço3. Abra o navegador e digite `http://127.0.0.1:8888` para começar a usar (substitua 8888 pela porta que você preencheu no arquivo de configuração)### Para: Usuários macOS【Se for a versão desktop, ou seja, o arquivo release que contém desktop, veja aqui】-Atualmente, devido a problemas de assinatura, a versão desktop não pode ser executada com um clique ou instalada via dmg, é necessário confiar manualmente no aplicativo, da seguinte forma:+Atualmente, devido a problemas de assinatura, a versão desktop não pode ser executada com um clique ou instalada via dmg, é necessário confiar manualmente no aplicativo, o método é o seguinte:1. No terminal, abra o diretório onde o arquivo executável (supondo que o nome do arquivo seja KlicStudio_1.0.0_desktop_macOS_arm64) está localizado2. Execute os seguintes comandos:```@@ -131,7 +131,7 @@ sudo chmod +x ./KlicStudio_1.0.0_desktop_macOS_arm64```【Se for a versão não desktop, ou seja, o arquivo release que não contém desktop, veja aqui】-Este software não possui assinatura, portanto, ao executá-lo no macOS, após concluir a configuração dos arquivos na "etapa básica", você também precisará confiar manualmente no aplicativo, da seguinte forma:+Este software não foi assinado, portanto, ao executá-lo no macOS, após concluir a configuração dos arquivos na "etapa básica", você ainda precisará confiar manualmente no aplicativo, o método é o seguinte:1. No terminal, abra o diretório onde o arquivo executável (supondo que o nome do arquivo seja KlicStudio_1.0.0_macOS_arm64) está localizado2. Execute os seguintes comandos:```@@ -150,14 +150,14 @@ Se você encontrar problemas ao baixar vídeosConsulte as [Instruções de Configuração de Cookies](./get_cookies.md) para configurar suas informações de Cookie.-### Ajuda de Configuração (obrigatório)+### Ajuda de Configuração (leia atentamente)A maneira mais rápida e conveniente de configurar:-* Preencha `transcribe.provider.name` com `openai`, assim você só precisa preencher o bloco `transcribe.openai` e a configuração do modelo grande no bloco `llm` para realizar a tradução de legendas. (`app.proxy`, `model` e `openai.base_url` são opcionais)+* Preencha `transcribe.provider.name` com `openai`, assim você só precisa preencher o bloco `transcribe.openai` e a configuração do modelo grande no bloco `llm` para realizar a tradução de legendas. (`app.proxy`, `model` e `openai.base_url` podem ser preenchidos conforme sua situação)-Usando um modelo de reconhecimento de voz local (equilibrando custo, velocidade e qualidade):+Para usar um modelo de reconhecimento de voz local (equilibrando custo, velocidade e qualidade):* Preencha `transcribe.provider.name` com `fasterwhisper`, `transcribe.fasterwhisper.model` com `large-v2`, e então preencha o bloco `llm` com a configuração do modelo grande para realizar a tradução de legendas, o modelo local será baixado e instalado automaticamente. (`app.proxy` e `openai.base_url` são os mesmos acima)-A conversão de texto em fala (TTS) é opcional, a lógica de configuração é a mesma acima, preencha `tts.provider.name`, e então preencha o bloco de configuração correspondente abaixo de `tts`, os códigos de voz na interface devem ser preenchidos de acordo com a documentação do provedor escolhido (os endereços da documentação estão na seção de perguntas frequentes abaixo). O preenchimento de aksk da Alibaba Cloud pode ser repetido, isso é para garantir que a estrutura de configuração seja clara.+A conversão de texto em fala (TTS) é opcional, a lógica de configuração é a mesma acima, preencha `tts.provider.name`, e então preencha o bloco correspondente em `tts`. No UI, os códigos de voz devem ser preenchidos de acordo com a documentação do provedor escolhido (o endereço da documentação está na seção de perguntas frequentes abaixo). O preenchimento de aksk da Alibaba Cloud pode ser repetido, isso é para garantir que a estrutura da configuração esteja clara.Nota: ao usar clonagem de voz, `tts` só suporta a escolha de `aliyun`.**Para obter o AccessKey, Bucket e AppKey da Alibaba Cloud, leia**: [Instruções de Configuração da Alibaba Cloud](./aliyun.md)@@ -174,7 +174,7 @@ Por favor, consulte as [Perguntas Frequentes](./faq.md)## Contate-Nos1. Junte-se ao nosso grupo QQ para esclarecer dúvidas: 754069680-2. Siga nossas contas de mídia social, [Bilibili](https://space.bilibili.com/242124650), onde compartilhamos diariamente conteúdos de qualidade na área de tecnologia AI+2. Siga nossas contas de mídia social, [Bilibili](https://space.bilibili.com/242124650), compartilhando diariamente conteúdo de qualidade na área de tecnologia AI## Histórico de Estrelasdiff --git a/docs/pt/aliyun.md b/docs/pt/aliyun.mdindex f05e36c9..ce35c501 100644--- a/docs/pt/aliyun.md+++ b/docs/pt/aliyun.md@@ -1,31 +1,31 @@## Pré-requisitos-É necessário ter uma conta do [Alibaba Cloud](https://www.aliyun.com) e passar pela verificação de identidade, a maioria dos serviços tem uma cota gratuita.+É necessário ter uma conta do [Alibaba Cloud](https://www.aliyun.com) e passar pela verificação de identidade. A maioria dos serviços tem uma cota gratuita.## Obtenção do `access_key_id` e `access_key_secret` do Alibaba Cloud1. Acesse a [página de gerenciamento de AccessKey do Alibaba Cloud](https://ram.console.aliyun.com/profile/access-keys).-2. Clique em criar AccessKey, se necessário, escolha o modo de uso e selecione "Usar no ambiente de desenvolvimento local".--3. Guarde com segurança, é melhor copiar para um arquivo local.+2. Clique em criar AccessKey. Se necessário, escolha o método de uso e selecione "Usar no ambiente de desenvolvimento local".++3. Guarde com segurança, preferencialmente copie para um arquivo local.## Ativação do serviço de voz do Alibaba Cloud-1. Acesse a [página de gerenciamento do serviço de voz do Alibaba Cloud](https://nls-portal.console.aliyun.com/applist), na primeira vez que entrar, será necessário ativar o serviço.+1. Acesse a [página de gerenciamento do serviço de voz do Alibaba Cloud](https://nls-portal.console.aliyun.com/applist). Na primeira vez que acessar, será necessário ativar o serviço.2. Clique em criar projeto.-+3. Selecione as funcionalidades e ative.--4. A "síntese de voz de texto em fluxo (modelo grande CosyVoice)" precisa ser atualizada para a versão comercial, outros serviços podem ser usados na versão de experiência gratuita.-++4. A "Síntese de voz de texto em fluxo (modelo grande CosyVoice)" precisa ser atualizada para a versão comercial, outros serviços podem ser usados na versão de experiência gratuita.+5. Copie a chave do aplicativo.-+## Ativação do serviço OSS do Alibaba Cloud-1. Acesse o [console de serviços de armazenamento de objetos do Alibaba Cloud](https://oss.console.aliyun.com/overview), na primeira vez que entrar, será necessário ativar o serviço.-2. Selecione a lista de Buckets à esquerda e clique em criar.--3. Selecione criação rápida, preencha um nome de Bucket que atenda aos requisitos e escolha a região **Xangai**, complete a criação (o nome preenchido aqui será o valor da configuração `aliyun.oss.bucket`).-+1. Acesse o [console de serviço de armazenamento de objetos do Alibaba Cloud](https://oss.console.aliyun.com/overview). Na primeira vez que acessar, será necessário ativar o serviço.+2. No lado esquerdo, selecione a lista de Buckets e clique em criar.++3. Selecione criação rápida, preencha um nome de Bucket que atenda aos requisitos e escolha a região **Xangai**, e conclua a criação (o nome preenchido aqui será o valor da configuração `aliyun.oss.bucket`).+4. Após a criação, acesse o Bucket.--5. Desative o interruptor "Impedir acesso público" e defina as permissões de leitura e escrita como "Leitura pública".--\ No newline at end of file++5. Desative o interruptor "Impedir acesso público" e defina as permissões de leitura e gravação como "Leitura pública".++\ No newline at end of filediff --git a/docs/pt/docker.md b/docs/pt/docker.mdindex 4efb16d3..0179e2b1 100644--- a/docs/pt/docker.md+++ b/docs/pt/docker.md@@ -54,6 +54,6 @@ services:- /path/to/bin:/app/bin```-## Considerações+## Observações1. Se o modo de rede do contêiner Docker não for host, recomenda-se definir o endereço de escuta do servidor no arquivo de configuração como `0.0.0.0`, caso contrário, pode não ser possível acessar o serviço.2. Se o contêiner precisar acessar o proxy de rede do host, configure o item de configuração do proxy `proxy` de `127.0.0.1` para `host.docker.internal`, por exemplo, `http://host.docker.internal:7890`.\ No newline at end of filediff --git a/docs/pt/faq.md b/docs/pt/faq.mdindex f8df1bf6..96dcc35f 100644--- a/docs/pt/faq.md+++ b/docs/pt/faq.md@@ -1,7 +1,7 @@### 1. Não consigo ver o arquivo de configuração `app.log`, não sei o que está causando o erro-Usuários do Windows, por favor, coloque o diretório de trabalho deste software em uma pasta que não seja no disco C.+Usuários do Windows, por favor, coloque o diretório de trabalho deste software em uma pasta que não esteja no disco C.-### 2. O arquivo de configuração foi criado, mas ainda aparece o erro "arquivo de configuração não encontrado"+### 2. O arquivo de configuração foi criado, mas ainda aparece o erro “arquivo de configuração não encontrado”Certifique-se de que o nome do arquivo de configuração é `config.toml`, e não `config.toml.txt` ou outro.Após a configuração, a estrutura da pasta de trabalho deste software deve ser assim:```@@ -11,11 +11,11 @@ Após a configuração, a estrutura da pasta de trabalho deste software deve ser└── krillinai.exe```-### 3. Preenchi a configuração do modelo grande, mas aparece o erro "xxxxx precisa da configuração da chave API xxxxx"-Embora os serviços de modelo e de voz possam usar os serviços da OpenAI, também existem cenários em que o modelo grande usa serviços que não são da OpenAI, portanto, essas duas configurações são separadas. Além da configuração do modelo grande, procure a configuração do whisper abaixo para preencher a chave correspondente e outras informações.+### 3. Preenchi a configuração do modelo grande, mas aparece o erro “xxxxx precisa da configuração da chave API xxxxx”+Embora os serviços de modelo e de voz possam usar os serviços da OpenAI, também existem cenários em que o modelo grande utiliza serviços que não são da OpenAI, portanto, essas duas configurações são separadas. Além da configuração do modelo grande, procure a configuração do whisper abaixo para preencher a chave correspondente e outras informações.-### 4. O erro contém "yt-dlp error"-Problemas com o downloader de vídeo, atualmente parece ser apenas um problema de rede ou de versão do downloader. Verifique se o proxy de rede está ativado e configurado na seção de proxy do arquivo de configuração, e recomenda-se escolher um nó em Hong Kong. O downloader é instalado automaticamente por este software, a fonte da instalação será atualizada, mas não é uma fonte oficial, então pode haver desatualizações. Se encontrar problemas, tente atualizar manualmente, o método de atualização é:+### 4. O erro contém “yt-dlp error”+O problema com o downloader de vídeo parece ser apenas uma questão de rede ou versão do downloader. Verifique se o proxy de rede está ativado e configurado nas opções de proxy do arquivo de configuração, e recomenda-se escolher um nó em Hong Kong. O downloader é instalado automaticamente por este software, a fonte da instalação será atualizada, mas não é uma fonte oficial, então pode haver desatualizações. Se encontrar problemas, tente atualizar manualmente, o método de atualização é:Abra o terminal na localização do diretório bin do software e execute```@@ -24,7 +24,7 @@ Abra o terminal na localização do diretório bin do software e executeAqui, substitua `yt-dlp.exe` pelo nome real do software ytdlp no seu sistema.### 5. Após a implantação, a geração de legendas está normal, mas as legendas incorporadas no vídeo têm muitos caracteres estranhos-A maioria dos casos é devido à falta de fontes chinesas no Linux. Baixe as fontes [Microsoft YaHei](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyh.ttc) e [Microsoft YaHei Bold](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyhbd.ttc) (ou escolha fontes que atendam às suas necessidades) e siga os passos abaixo:+Isso geralmente ocorre porque o Linux não possui fontes em chinês. Baixe as fontes [Microsoft YaHei](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyh.ttc) e [Microsoft YaHei Bold](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyhbd.ttc) (ou escolha fontes que atendam às suas necessidades) e siga os passos abaixo:1. Crie uma pasta msyh em /usr/share/fonts/ e copie as fontes baixadas para esse diretório.2.```@@ -35,6 +35,6 @@ A maioria dos casos é devido à falta de fontes chinesas no Linux. Baixe as fon```### 6. Como preencher o código de timbre para síntese de voz?-Por favor, consulte a documentação do provedor de serviços de voz, aqui estão os relacionados a este projeto:-[Documentação OpenAI TTS](https://platform.openai.com/docs/guides/text-to-speech/api-reference), localizada em Opções de voz+Por favor, consulte a documentação do provedor de serviços de voz. Abaixo estão os links relevantes para este projeto:+[Documentação OpenAI TTS](https://platform.openai.com/docs/guides/text-to-speech/api-reference), localizada em Opções de Voz[Documentação de Interação de Voz Inteligente da Alibaba Cloud](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis), localizada na lista de timbres - valor do parâmetro voice\ No newline at end of filediff --git a/docs/rus/README.md b/docs/rus/README.mdindex 1af5ad9e..f6f19017 100644--- a/docs/rus/README.md+++ b/docs/rus/README.md@@ -1,7 +1,7 @@<div align="center"><img src="/docs/images/logo.jpg" alt="KlicStudio" height="90">- # Минималистичный инструмент для развертывания AI видео перевода и озвучивания+ # Минималистичный инструмент для развертывания AI перевода видео и озвучивания<a href="https://trendshift.io/repositories/13360" target="_blank"><img src="https://trendshift.io/api/badge/repositories/13360" alt="KrillinAI%2FKlicStudio | Trendshift" style="width: 250px; height: 55px;" width="250" height="55"/></a>@@ -15,30 +15,30 @@## Описание проекта ([Попробуйте онлайн-версию сейчас!](https://www.klic.studio/))-Klic Studio — это универсальное решение для локализации и улучшения аудио и видео, разработанное Krillin AI. Этот простой, но мощный инструмент объединяет перевод видео, озвучивание и клонирование голоса, поддерживает вывод в горизонтальном и вертикальном формате, обеспечивая идеальное представление на всех основных платформах (Bilibili, Xiaohongshu, Douyin, WeChat Video, Kuaishou, YouTube, TikTok и др.). С помощью рабочего процесса "от конца до конца" всего за несколько кликов вы можете преобразовать исходные материалы в готовый к использованию кросс-платформенный контент.+Klic Studio — это универсальное решение для локализации аудио и видео от Krillin AI, объединяющее перевод, озвучивание и клонирование голоса, позволяющее одним нажатием кнопки создавать субтитры уровня Голливуда. Поддерживает вывод в горизонтальном и вертикальном формате, обеспечивая идеальное отображение на всех основных платформах (Bilibili, Xiaohongshu, Douyin, WeChat Video, Kuaishou, YouTube, TikTok и др.), легко удовлетворяя потребности глобализации контента!## Основные характеристики и функции:-🎯 **Запуск в один клик**: Не требует сложной настройки окружения, автоматически устанавливает зависимости и готов к использованию, добавлена настольная версия для удобства!+🎯 **Запуск одним нажатием**: без сложной настройки окружения, автоматическая установка зависимостей, готово к использованию. Новый настольный вариант, более удобен в использовании!-📥 **Получение видео**: Поддерживает загрузку через yt-dlp или загрузку локальных файлов+📥 **Получение видео**: поддержка загрузки через yt-dlp или загрузка локальных файлов-📜 **Точное распознавание**: Высокая точность распознавания речи на основе Whisper+📜 **Точная распознаваемость**: высокая точность распознавания речи на основе Whisper-🧠 **Интеллектуальная сегментация**: Использует LLM для сегментации и выравнивания субтитров+🧠 **Качественный перевод**: адаптация к основным SOTA большим языковым моделям, качество перевода на уровне субтитров-🔄 **Замена терминов**: Замена профессиональной лексики в один клик+🌍 **Субтитры уровня кино**: алгоритм выравнивания на уровне слов, соответствующий качеству субтитров Голливуда, однострочные субтитры без переноса-🌍 **Профессиональный перевод**: Перевод с контекстом с помощью LLM для сохранения естественности семантики+🎙️ **Клонирование голоса**: предоставление выбранных голосов CosyVoice или клонирование пользовательских голосов-🎙️ **Клонирование голоса**: Предоставляет отборные голоса CosyVoice или кастомные клонирования голосов+🎬 **Вывод в горизонтальном и вертикальном формате**: автоматическая обработка видео и разметки субтитров, кроссплатформенный формат в один шаг-🎬 **Синтез видео**: Автоматическая обработка видео в горизонтальном и вертикальном формате и компоновка субтитров+🔄 **Замена терминов**: замена профессиональной лексики одним нажатием-💻 **Кросс-платформенность**: Поддерживает Windows, Linux, macOS, предоставляет настольную и серверную версии+💻 **Кроссплатформенность**: поддержка Windows, Linux, macOS, предоставление настольной и серверной версий-## Демонстрация результатов-На нижнем изображении показан результат импорта локального видео длительностью 46 минут, сгенерированный файл субтитров после выполнения в один клик, без каких-либо ручных корректировок. Нет пропусков, наложений, паузы естественные, качество перевода также очень высокое.+## Демонстрация эффекта+На нижнем изображении показан эффект субтитров, созданных после импорта локального видео длительностью 46 минут, без каких-либо ручных корректировок. Нет пропусков, наложений, паузы естественные, качество перевода также очень высокое.<table>@@ -71,20 +71,20 @@ https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71</tr></table>-## 🔍 Поддержка услуг распознавания речи-_**Все локальные модели в таблице поддерживают автоматическую установку исполняемых файлов + файлов моделей, вам нужно только выбрать, остальное Klic подготовит за вас.**_+## 🔍 Поддержка службы распознавания речи+_**Все локальные модели в таблице поддерживают автоматическую установку исполняемых файлов + файлов модели, вам нужно только выбрать, остальное Klic подготовит за вас.**_-| Источник услуг | Поддерживаемые платформы | Доступные модели | Локально/Облачно | Примечания |+| Источник службы | Поддерживаемые платформы | Доступные модели | Локально/в облаке | Примечания ||--------------------|-----------------|----------------------------------------|-------|-------------|-| **OpenAI Whisper** | Все платформы | - | Облачно | Быстрая скорость и хорошее качество |+| **OpenAI Whisper** | Все платформы | - | В облаке | Быстро и качественно || **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (рекомендуется medium+) | Локально | Быстрее, без облачных затрат |-| **WhisperKit** | macOS (только для чипов M-серии) | `large-v2` | Локально | Оптимизация для Apple чипов |-| **WhisperCpp** | Все платформы | `large-v2` | Локально | Поддержка всех платформ |-| **Aliyun ASR** | Все платформы | - | Облачно | Избегайте проблем с сетью в материковом Китае |+| **WhisperKit** | macOS (только для чипов M) | `large-v2` | Локально | Оптимизация для Apple чипов |+| **WhisperCpp** | Все платформы | `large-v2` | Локально | Поддержка всех платформ |+| **Alibaba Cloud ASR** | Все платформы | - | В облаке | Избегайте проблем с сетью в Китае |## 🚀 Поддержка больших языковых моделей-✅ Совместимость со всеми облачными/локальными большими языковыми моделями, соответствующими **OpenAI API стандартам**, включая, но не ограничиваясь:+✅ Совместимость со всеми облачными/локальными большими языковыми моделями, соответствующими **OpenAI API**, включая, но не ограничиваясь:- OpenAI- Gemini- DeepSeek@@ -93,11 +93,11 @@ _**Все локальные модели в таблице поддержива- Другие API-сервисы, совместимые с форматом OpenAI## 🎤 Поддержка TTS (текст в речь)-- Услуги речи от Aliyun+- Служба голосового синтеза Alibaba Cloud- OpenAI TTS## Поддержка языков-Поддерживаемые языки ввода: китайский, английский, японский, немецкий, турецкий, корейский, русский, малайский (постоянно добавляются новые)+Поддерживаемые языки ввода: китайский, английский, японский, немецкий, турецкий, корейский, русский, малайский (постоянно добавляются)Поддерживаемые языки перевода: английский, китайский, русский, испанский, французский и еще 101 язык@@ -107,23 +107,23 @@ _**Все локальные модели в таблице поддержива## 🚀 Быстрый старт### Основные шаги-Сначала загрузите [Release](https://github.com/KrillinAI/KlicStudio/releases) с исполняемым файлом, соответствующим вашей системе, следуя приведенным ниже инструкциям, выберите настольную или не настольную версию, затем поместите в пустую папку, загрузите программное обеспечение в пустую папку, так как после запуска будут созданы некоторые каталоги, управление будет проще.+Сначала загрузите исполняемый файл, соответствующий вашей системе, из [Release](https://github.com/KrillinAI/KlicStudio/releases), следуя приведенным ниже инструкциям, выберите настольную или не настольную версию, затем поместите в пустую папку, загрузите программное обеспечение в пустую папку, так как после запуска будут созданы некоторые каталоги, и их легче будет управлять в пустой папке.【Если это настольная версия, то смотрите здесь, если файл release содержит desktop】_Настольная версия только что выпущена, чтобы решить проблему с неправильным редактированием конфигурационных файлов новичками, также есть некоторые ошибки, которые продолжают обновляться_-1. Дважды щелкните файл, чтобы начать использовать (на настольном компьютере также требуется настройка внутри программы)+1. Дважды щелкните файл, чтобы начать использовать (на настольном компьютере также требуется настройка в программе)【Если это не настольная версия, то смотрите здесь, если файл release не содержит desktop】_Не настольная версия — это первоначальная версия, настройка более сложная, но функции стабильны, также подходит для развертывания на сервере, так как будет предоставлен интерфейс в веб-формате_-1. Создайте папку `config` внутри папки, затем создайте файл `config.toml` в папке `config`, скопируйте содержимое файла `config-example.toml` из каталога `config` и заполните его в `config.toml`, следуя комментариям для заполнения вашей конфигурационной информации.+1. Создайте папку `config` в каталоге, затем создайте файл `config.toml` в папке `config`, скопируйте содержимое файла `config-example.toml` из каталога `config` и заполните его в `config.toml`, следуя комментариям для заполнения вашей конфигурационной информации.2. Дважды щелкните или выполните исполняемый файл в терминале, чтобы запустить службу-3. Откройте браузер, введите `http://127.0.0.1:8888`, чтобы начать использовать (замените 8888 на порт, указанный в конфигурационном файле)+3. Откройте браузер, введите `http://127.0.0.1:8888`, чтобы начать использовать (замените 8888 на порт, указанный в вашем конфигурационном файле)### Для пользователей macOS【Если это настольная версия, то смотрите здесь, если файл release содержит desktop】-На данный момент способ упаковки настольной версии из-за проблем с подписью и т.д. не позволяет запустить его двойным щелчком или установить dmg, необходимо вручную доверять приложению, вот как:-1. Откройте терминал в каталоге, где находится исполняемый файл (предположим, имя файла KlicStudio_1.0.0_desktop_macOS_arm64)-2. Выполните последовательно следующие команды:+В настоящее время способ упаковки настольной версии из-за проблем с подписью не позволяет запускать его двойным щелчком или устанавливать dmg, необходимо вручную доверять приложению, способ следующий:+1. Откройте терминал в каталоге, где находится исполняемый файл (предположим, что имя файла KlicStudio_1.0.0_desktop_macOS_arm64)+2. Выполните следующие команды по очереди:```sudo xattr -cr ./KlicStudio_1.0.0_desktop_macOS_arm64sudo chmod +x ./KlicStudio_1.0.0_desktop_macOS_arm64@@ -131,46 +131,46 @@ sudo chmod +x ./KlicStudio_1.0.0_desktop_macOS_arm64```【Если это не настольная версия, то смотрите здесь, если файл release не содержит desktop】-Это программное обеспечение не подписано, поэтому при запуске на macOS после завершения настройки файлов в "Основных шагах" также необходимо вручную доверять приложению, вот как:-1. Откройте терминал в каталоге, где находится исполняемый файл (предположим, имя файла KlicStudio_1.0.0_macOS_arm64)-2. Выполните последовательно следующие команды:+Эта программа не подписана, поэтому при запуске на macOS после завершения настройки файлов в "Основных шагах" необходимо вручную доверять приложению, способ следующий:+1. Откройте терминал в каталоге, где находится исполняемый файл (предположим, что имя файла KlicStudio_1.0.0_macOS_arm64)+2. Выполните следующие команды по очереди:```sudo xattr -rd com.apple.quarantine ./KlicStudio_1.0.0_macOS_arm64sudo chmod +x ./KlicStudio_1.0.0_macOS_arm64./KlicStudio_1.0.0_macOS_arm64```- Это запустит службу+ чтобы запустить службу-### Развертывание Docker-Этот проект поддерживает развертывание Docker, пожалуйста, обратитесь к [Инструкции по развертыванию Docker](./docker.md)+### Развертывание с помощью Docker+Этот проект поддерживает развертывание с помощью Docker, пожалуйста, ознакомьтесь с [инструкцией по развертыванию Docker](./docker.md)-### Инструкция по настройке Cookie (необязательно)+### Описание конфигурации Cookie (необязательно)-Если вы столкнулись с проблемой загрузки видео+Если вы столкнулись с проблемами загрузки видео-Пожалуйста, обратитесь к [Инструкции по настройке Cookie](./get_cookies.md) для настройки вашей информации о Cookie.+Пожалуйста, ознакомьтесь с [описанием конфигурации Cookie](./get_cookies.md) для настройки вашей информации о Cookie.-### Помощь по настройке (обязательно к прочтению)+### Помощь с конфигурацией (обязательно)Самый быстрый и удобный способ настройки:-* Заполните `transcribe.provider.name` как `openai`, так вам нужно будет заполнить только блоки `transcribe.openai` и конфигурацию большой модели в блоке `llm` для перевода субтитров. (`app.proxy`, `model` и `openai.base_url` заполняйте по своему усмотрению)+* Заполните `transcribe.provider.name` значением `openai`, так вам нужно будет заполнить только блоки `transcribe.openai` и конфигурацию большой модели в блоке `llm` для перевода субтитров. (`app.proxy`, `model` и `openai.base_url` заполняйте по своему усмотрению)Способ настройки с использованием локальной модели распознавания речи (учитывая стоимость, скорость и качество)-* Заполните `transcribe.provider.name` как `fasterwhisper`, `transcribe.fasterwhisper.model` заполните как `large-v2`, затем заполните `llm` для конфигурации большой модели, и локальная модель будет автоматически загружена и установлена. (`app.proxy` и `openai.base_url` аналогично выше)+* Заполните `transcribe.provider.name` значением `fasterwhisper`, `transcribe.fasterwhisper.model` заполните значением `large-v2`, затем заполните `llm` для конфигурации большой модели, чтобы можно было выполнять перевод субтитров, локальная модель будет автоматически загружена и установлена. (`app.proxy` и `openai.base_url` аналогично выше)-Текст в речь (TTS) является необязательным, логика настройки такая же, заполните `tts.provider.name`, затем заполните соответствующий блок конфигурации под `tts`, код звука в UI заполняйте согласно документации выбранного поставщика (адреса документации указаны в разделе часто задаваемых вопросов ниже). Заполнение таких данных, как aksk от Aliyun, может повторяться, это сделано для обеспечения ясности структуры конфигурации.-Обратите внимание: если вы используете клонирование голоса, `tts` поддерживает только выбор `aliyun`.+Текст в речь (TTS) является необязательным, логика настройки такая же, заполните `tts.provider.name`, затем заполните соответствующий блок конфигурации под `tts`, код звука в UI заполняйте согласно документации выбранного поставщика (адреса документации указаны в разделе часто задаваемых вопросов ниже). Заполнение таких данных, как aksk для Alibaba Cloud, может повторяться, это сделано для обеспечения ясности структуры конфигурации.+Обратите внимание: при использовании клонирования голоса, `tts` поддерживает только выбор `aliyun`.-**Для получения AccessKey, Bucket, AppKey от Aliyun, пожалуйста, прочитайте**:[Инструкция по настройке Aliyun](./aliyun.md)+**Для получения AccessKey, Bucket, AppKey для Alibaba Cloud, пожалуйста, ознакомьтесь с**: [описанием конфигурации Alibaba Cloud](./aliyun.md)-Пожалуйста, поймите, что задача = распознавание речи + перевод большой модели + услуги речи (TTS и т.д., необязательно), это поможет вам понять конфигурационный файл.+Пожалуйста, поймите, что задача = распознавание речи + перевод большой модели + служба речи (TTS и др., по желанию), это поможет вам понять файл конфигурации.## Часто задаваемые вопросы-Пожалуйста, перейдите к [Часто задаваемым вопросам](./faq.md)+Пожалуйста, перейдите к [часто задаваемым вопросам](./faq.md)## Правила участия-1. Не отправляйте бесполезные файлы, такие как .vscode, .idea и т.д., пожалуйста, используйте .gitignore для фильтрации-2. Не отправляйте config.toml, вместо этого используйте config-example.toml+1. Не отправляйте бесполезные файлы, такие как .vscode, .idea и т. д., используйте .gitignore для фильтрации+2. Не отправляйте config.toml, а используйте config-example.toml для отправки## Свяжитесь с нами1. Присоединяйтесь к нашей группе QQ для получения ответов на вопросы: 754069680diff --git a/docs/rus/aliyun.md b/docs/rus/aliyun.mdindex bafa10f2..a326ea6c 100644--- a/docs/rus/aliyun.md+++ b/docs/rus/aliyun.md@@ -1,15 +1,15 @@## Предварительные условия-Необходимо иметь аккаунт на [Alibaba Cloud](https://www.aliyun.com) и пройти процедуру реальной идентификации, большинство услуг имеют бесплатный лимит.+Необходимо иметь аккаунт на [Али云](https://www.aliyun.com) и пройти процедуру реальной идентификации, большинство услуг имеют бесплатный лимит.-## Получение `access_key_id` и `access_key_secret` для Alibaba Cloud-1. Перейдите на [страницу управления AccessKey Alibaba Cloud](https://ram.console.aliyun.com/profile/access-keys).-2. Нажмите "Создать AccessKey", если необходимо, выберите способ использования, выберите "Использование в локальной среде разработки".+## Получение `access_key_id` и `access_key_secret` для Али云+1. Перейдите на [страницу управления AccessKey Али云](https://ram.console.aliyun.com/profile/access-keys).+2. Нажмите на создание AccessKey, если необходимо, выберите способ использования — "Использование в локальной среде разработки".-3. Храните в надежном месте, лучше скопируйте в локальный файл.+3. Храните его в безопасном месте, лучше скопируйте в локальный файл.-## Подключение голосового сервиса Alibaba Cloud-1. Перейдите на [страницу управления голосовым сервисом Alibaba Cloud](https://nls-portal.console.aliyun.com/applist), при первом входе необходимо активировать сервис.-2. Нажмите "Создать проект".+## Подключение голосового сервиса Али云+1. Перейдите на [страницу управления голосовым сервисом Али云](https://nls-portal.console.aliyun.com/applist), при первом входе необходимо активировать сервис.+2. Нажмите на создание проекта.3. Выберите функции и активируйте их.@@ -18,14 +18,14 @@5. Скопируйте app key.-## Подключение сервиса OSS Alibaba Cloud-1. Перейдите на [консоль управления объектным хранилищем Alibaba Cloud](https://oss.console.aliyun.com/overview), при первом входе необходимо активировать сервис.-2. Выберите список Bucket слева, затем нажмите "Создать".+## Подключение сервиса OSS Али云+1. Перейдите на [консоль управления объектным хранилищем Али云](https://oss.console.aliyun.com/overview), при первом входе необходимо активировать сервис.+2. Выберите список Bucket слева, затем нажмите на создание.-3. Выберите "Быстрое создание", введите имя Bucket, соответствующее требованиям, и выберите регион **Шанхай**, завершите создание (введенное здесь имя будет значением конфигурационного параметра `aliyun.oss.bucket`).+3. Выберите быстрый способ создания, введите имя Bucket, соответствующее требованиям, и выберите регион **Шанхай**, завершите создание (введенное здесь имя будет значением конфигурационного параметра `aliyun.oss.bucket`).4. После создания перейдите в Bucket.-5. Отключите переключатель "Запретить общий доступ" и установите права на чтение и запись на "Общий доступ для чтения".+5. Отключите переключатель "Запретить общий доступ" и установите права на чтение и запись как "Общий доступ для чтения".\ No newline at end of filediff --git a/docs/rus/docker.md b/docs/rus/docker.mdindex 6113ef18..09f3389d 100644--- a/docs/rus/docker.md+++ b/docs/rus/docker.md@@ -1,7 +1,7 @@# Руководство по развертыванию Docker## Быстрый старт-Сначала подготовьте файл конфигурации, установив порт прослушивания сервера на `8888`, а адрес прослушивания сервера на `0.0.0.0`.+Сначала подготовьте файл конфигурации, установите порт прослушивания сервера на `8888`, адрес прослушивания сервера на `0.0.0.0`.### Запуск с помощью docker run```bash@@ -22,11 +22,11 @@ services:- "8888:8888"volumes:- /path/to/config.toml:/app/config/config.toml # Файл конфигурации- - /path/to/tasks:/app/tasks # Директория вывода+ - /path/to/tasks:/app/tasks # Каталог вывода```-## Персистентность модели-Если используется модель fasterwhisper, KrillinAI автоматически загрузит необходимые файлы модели в директории `/app/models` и `/app/bin`. Эти файлы будут потеряны после удаления контейнера. Если необходимо сохранить модель, можно смонтировать эти две директории в директорию хоста.+## Периодическое сохранение модели+Если используется модель fasterwhisper, KrillinAI автоматически загрузит необходимые файлы модели в каталоги `/app/models` и `/app/bin`. После удаления контейнера эти файлы будут потеряны. Если необходимо сохранить модель, можно смонтировать эти два каталога в директорию хоста.### Запуск с помощью docker run```bashdiff --git a/docs/rus/faq.md b/docs/rus/faq.mdindex 6cda0fa5..35b464a5 100644--- a/docs/rus/faq.md+++ b/docs/rus/faq.md@@ -1,4 +1,4 @@-### 1. Не удается найти файл конфигурации `app.log`, невозможно узнать содержание ошибки+### 1. Не удается найти файл конфигурации `app.log`, неясно, в чем ошибкаПользователям Windows рекомендуется разместить рабочую директорию программы в папке, отличной от диска C.### 2. Файл конфигурации был создан, но возникает ошибка "Не найден файл конфигурации"@@ -11,10 +11,10 @@```### 3. Заполнены настройки большого модели, но возникает ошибка "xxxxx требует настройки xxxxx API Key"-Хотя модельный сервис и голосовой сервис могут использовать услуги openai, существуют сценарии, когда большая модель использует не openai, поэтому эти две настройки разделены. Кроме настроек большой модели, пожалуйста, найдите настройки whisper ниже и заполните соответствующий ключ и другую информацию.+Хотя модельный сервис и голосовой сервис могут использовать услуги openai, существуют сценарии, когда большая модель использует не openai, поэтому эти две настройки разделены. Кроме настроек большой модели, ищите настройки whisper ниже для заполнения соответствующих ключей и другой информации.### 4. Ошибка содержит "yt-dlp error"-Проблема с загрузчиком видео, на данный момент это, скорее всего, проблема с сетью или версией загрузчика. Проверьте, включен ли сетевой прокси и правильно ли он настроен в конфигурационном файле, также рекомендуется выбрать узел в Гонконге. Загрузчик автоматически устанавливается программой, источник установки я буду обновлять, но это не официальный источник, поэтому могут быть задержки. Если возникли проблемы, попробуйте обновить вручную, способ обновления:+Проблема с загрузчиком видео, скорее всего, связана с сетевыми проблемами или проблемами с версией загрузчика. Проверьте, включен ли сетевой прокси и правильно ли он настроен в конфигурационном файле, также рекомендуется выбрать узел в Гонконге. Загрузчик автоматически устанавливается программой, источник установки я буду обновлять, но это не официальный источник, поэтому могут быть задержки. Если возникли проблемы, попробуйте обновить вручную, способ обновления:Откройте терминал в каталоге bin программы и выполните```@@ -22,8 +22,8 @@```Здесь `yt-dlp.exe` замените на фактическое имя программы ytdlp в вашей системе.-### 5. После развертывания субтитры генерируются нормально, но в сгенерированных субтитрах много иероглифов-Чаще всего это связано с отсутствием китайских шрифтов в Linux. Пожалуйста, скачайте шрифты [微软雅黑](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyh.ttc) и [微软雅黑-bold](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyhbd.ttc) (или выберите шрифты, соответствующие вашим требованиям), а затем выполните следующие шаги:+### 5. После развертывания субтитры генерируются нормально, но встроенные в видео субтитры содержат много иероглифов+Чаще всего это связано с отсутствием китайских шрифтов в Linux. Пожалуйста, скачайте шрифты [微软雅黑](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyh.ttc) и [微软雅黑-bold](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyhbd.ttc) (или выберите шрифты, соответствующие вашим требованиям), затем выполните следующие шаги:1. Создайте папку msyh в /usr/share/fonts/ и скопируйте загруженные шрифты в этот каталог.2.```@@ -35,5 +35,5 @@### 6. Как заполнить код голоса для синтеза речи?Пожалуйста, обратитесь к документации поставщика голосовых услуг, вот что касается этого проекта:-[Документация OpenAI TTS](https://platform.openai.com/docs/guides/text-to-speech/api-reference), находится в разделе Voice options-[Документация по интеллектуальному голосовому взаимодействию Alibaba Cloud](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis), находится в списке голосов - значение параметра voice\ No newline at end of file+[Документация OpenAI TTS](https://platform.openai.com/docs/guides/text-to-speech/api-reference), раздел Voice options+[Документация по интеллектуальному голосовому взаимодействию Alibaba Cloud](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis), раздел список голосов - значение параметра voice\ No newline at end of filediff --git a/docs/vi/README.md b/docs/vi/README.mdindex 04be632f..8edc321d 100644--- a/docs/vi/README.md+++ b/docs/vi/README.md@@ -15,30 +15,30 @@## Giới thiệu dự án ([Trải nghiệm phiên bản trực tuyến ngay!](https://www.klic.studio/))-Klic Studio là một giải pháp đa năng cho việc địa phương hóa và nâng cao âm thanh và video do Krillin AI phát triển. Công cụ đơn giản nhưng mạnh mẽ này tích hợp dịch video, lồng ghép giọng nói và nhân bản giọng nói, hỗ trợ xuất định dạng ngang và dọc, đảm bảo hiển thị hoàn hảo trên tất cả các nền tảng chính (Bilibili, Xiaohongshu, Douyin, Video Number, Kuaishou, YouTube, TikTok, v.v.). Với quy trình làm việc đầu cuối, chỉ cần vài cú nhấp chuột, bạn có thể chuyển đổi tài liệu gốc thành nội dung đa nền tảng sẵn sàng sử dụng.+Klic Studio là một giải pháp địa phương hóa âm thanh và video toàn diện do Krillin AI phát triển, tích hợp dịch âm video, lồng ghép, và nhân bản giọng nói, tạo ra phụ đề đạt tiêu chuẩn Hollywood chỉ với một cú nhấp chuột. Hỗ trợ xuất định dạng ngang và dọc, đảm bảo hiển thị hoàn hảo trên tất cả các nền tảng chính (Bilibili, Xiaohongshu, Douyin, Video Number, Kuaishou, YouTube, TikTok, v.v.), dễ dàng đáp ứng nhu cầu toàn cầu hóa nội dung!## Tính năng và chức năng chính:-🎯 **Khởi động một cú nhấp**: Không cần cấu hình môi trường phức tạp, tự động cài đặt phụ thuộc, sử dụng ngay lập tức, phiên bản máy tính để bàn mới, tiện lợi hơn!+🎯 **Khởi động một cú nhấp chuột**: Không cần cấu hình môi trường phức tạp, tự động cài đặt phụ thuộc, sử dụng ngay lập tức. Phiên bản desktop mới, sử dụng thuận tiện hơn!📥 **Lấy video**: Hỗ trợ tải xuống yt-dlp hoặc tải lên tệp cục bộ📜 **Nhận diện chính xác**: Nhận diện giọng nói với độ chính xác cao dựa trên Whisper-🧠 **Phân đoạn thông minh**: Sử dụng LLM để phân đoạn và căn chỉnh phụ đề+🧠 **Dịch chất lượng**: Tương thích với các mô hình ngôn ngữ lớn SOTA chính, chất lượng dịch tương đương nhóm phụ đề-🔄 **Thay thế thuật ngữ**: Thay thế từ ngữ chuyên ngành chỉ với một cú nhấp--🌍 **Dịch chuyên nghiệp**: Dịch LLM với ngữ cảnh để giữ nguyên nghĩa tự nhiên+🌍 **Phụ đề đạt tiêu chuẩn điện ảnh**: Thuật toán căn chỉnh cắt từ cấp độ, căn chỉnh chất lượng phụ đề điện ảnh Hollywood, phụ đề một dòng không bị ngắt quãng🎙️ **Nhân bản giọng nói**: Cung cấp giọng nói chọn lọc từ CosyVoice hoặc nhân bản giọng nói tùy chỉnh-🎬 **Ghép video**: Tự động xử lý video định dạng ngang và dọc cùng với bố cục phụ đề+🎬 **Xuất định dạng ngang và dọc**: Tự động xử lý video và định dạng phụ đề ngang dọc, định dạng đa nền tảng một lần thành hình++🔄 **Thay thế thuật ngữ**: Thay thế từ vựng chuyên ngành chỉ với một cú nhấp chuột-💻 **Đa nền tảng**: Hỗ trợ Windows, Linux, macOS, cung cấp phiên bản máy tính để bàn và phiên bản server+💻 **Đa nền tảng**: Hỗ trợ Windows, Linux, macOS, cung cấp phiên bản desktop và server## Hiệu ứng hiển thị-Hình dưới đây là hiệu ứng của tệp phụ đề được tạo ra sau khi nhập video cục bộ dài 46 phút mà không cần điều chỉnh thủ công. Không thiếu sót, không chồng chéo, câu cú tự nhiên, chất lượng dịch cũng rất cao.+Hình dưới đây là hiệu ứng của tệp phụ đề được tạo ra sau khi nhập video cục bộ dài 46 phút, không cần điều chỉnh thủ công. Không thiếu sót, không chồng chéo, ngắt câu tự nhiên, chất lượng dịch cũng rất cao.<table>@@ -54,7 +54,7 @@ https://github.com/user-attachments/assets/bba1ac0a-fe6b-4947-b58d-ba99306d0339-### Lồng ghép giọng nói+### Lồng ghép---https://github.com/user-attachments/assets/0b32fad3-c3ad-4b6a-abf0-0865f0dd2385@@ -62,7 +62,7 @@ https://github.com/user-attachments/assets/0b32fad3-c3ad-4b6a-abf0-0865f0dd2385<td width="33%">-### Định dạng dọc+### Dọc---https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71@@ -74,17 +74,17 @@ https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71## 🔍 Hỗ trợ dịch vụ nhận diện giọng nói_**Tất cả các mô hình cục bộ trong bảng dưới đây đều hỗ trợ cài đặt tự động tệp thực thi + tệp mô hình, bạn chỉ cần chọn, Klic sẽ chuẩn bị tất cả cho bạn.**_-| Nguồn dịch vụ | Nền tảng hỗ trợ | Tùy chọn mô hình | Cục bộ/Đám mây | Ghi chú |+| Nguồn dịch vụ | Nền tảng hỗ trợ | Tùy chọn mô hình | Cục bộ/Đám mây | Ghi chú ||--------------------|-----------------|----------------------------------------|-------|-------------|-| **OpenAI Whisper** | Tất cả nền tảng | - | Đám mây | Nhanh và hiệu quả |-| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (khuyên dùng medium+) | Cục bộ | Nhanh hơn, không tốn phí đám mây |+| **OpenAI Whisper** | Tất cả nền tảng | - | Đám mây | Nhanh và hiệu quả |+| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (khuyên dùng medium+) | Cục bộ | Nhanh hơn, không tốn chi phí đám mây || **WhisperKit** | macOS (chỉ dành cho chip M) | `large-v2` | Cục bộ | Tối ưu hóa cho chip Apple |-| **WhisperCpp** | Tất cả nền tảng | `large-v2` | Cục bộ | Hỗ trợ tất cả nền tảng |-| **Alibaba Cloud ASR** | Tất cả nền tảng | - | Đám mây | Tránh vấn đề mạng ở Trung Quốc đại lục |+| **WhisperCpp** | Tất cả nền tảng | `large-v2` | Cục bộ | Hỗ trợ tất cả nền tảng |+| **Alibaba Cloud ASR** | Tất cả nền tảng | - | Đám mây | Tránh vấn đề mạng ở Trung Quốc đại lục |## 🚀 Hỗ trợ mô hình ngôn ngữ lớn-✅ Tương thích với tất cả các dịch vụ mô hình ngôn ngữ lớn cục bộ/đám mây tuân thủ **OpenAI API** bao gồm nhưng không giới hạn:+✅ Tương thích với tất cả các dịch vụ mô hình ngôn ngữ lớn cục bộ/đám mây phù hợp với **OpenAI API**, bao gồm nhưng không giới hạn:- OpenAI- Gemini- DeepSeek@@ -97,9 +97,9 @@ _**Tất cả các mô hình cục bộ trong bảng dưới đây đều hỗ t- OpenAI TTS## Hỗ trợ ngôn ngữ-Ngôn ngữ đầu vào hỗ trợ: Tiếng Trung, Tiếng Anh, Tiếng Nhật, Tiếng Đức, Tiếng Thổ Nhĩ Kỳ, Tiếng Hàn, Tiếng Nga, Tiếng Mã Lai (đang tiếp tục mở rộng)+Ngôn ngữ đầu vào hỗ trợ: tiếng Trung, tiếng Anh, tiếng Nhật, tiếng Đức, tiếng Thổ Nhĩ Kỳ, tiếng Hàn, tiếng Nga, tiếng Mã Lai (đang tiếp tục mở rộng)-Ngôn ngữ dịch hỗ trợ: Tiếng Anh, Tiếng Trung, Tiếng Nga, Tiếng Tây Ban Nha, Tiếng Pháp và 101 ngôn ngữ khác+Ngôn ngữ dịch hỗ trợ: tiếng Anh, tiếng Trung, tiếng Nga, tiếng Tây Ban Nha, tiếng Pháp và 101 ngôn ngữ khác## Xem trước giao diện@@ -107,21 +107,21 @@ Ngôn ngữ dịch hỗ trợ: Tiếng Anh, Tiếng Trung, Tiếng Nga, Tiếng## 🚀 Bắt đầu nhanh### Các bước cơ bản-Đầu tiên tải xuống tệp thực thi phù hợp với hệ điều hành của bạn từ [Release](https://github.com/KrillinAI/KlicStudio/releases), theo hướng dẫn dưới đây để chọn phiên bản máy tính để bàn hoặc không phải máy tính để bàn, sau đó đặt vào một thư mục trống, tải phần mềm vào một thư mục trống, vì khi chạy sẽ tạo ra một số thư mục, đặt vào thư mục trống sẽ dễ quản lý hơn.+Đầu tiên tải xuống tệp thực thi tương ứng với hệ điều hành của bạn từ [Release](https://github.com/KrillinAI/KlicStudio/releases), theo hướng dẫn dưới đây để chọn phiên bản desktop hoặc không phải desktop, sau đó đặt vào một thư mục trống, tải phần mềm vào một thư mục trống, vì khi chạy sẽ tạo ra một số thư mục, đặt vào thư mục trống sẽ dễ quản lý hơn.-【Nếu là phiên bản máy tính để bàn, tức là tệp release có chữ desktop, xem tại đây】-_Version máy tính để bàn là phiên bản mới phát hành, nhằm giải quyết vấn đề người dùng mới khó khăn trong việc chỉnh sửa tệp cấu hình đúng cách, còn một số lỗi, đang được cập nhật liên tục_-1. Nhấp đúp vào tệp để bắt đầu sử dụng (phiên bản máy tính để bàn cũng cần cấu hình trong phần mềm)+【Nếu là phiên bản desktop, tức là tệp release có đuôi desktop, xem tại đây】+_Version desktop mới được phát hành, nhằm giải quyết vấn đề người dùng mới khó chỉnh sửa tệp cấu hình đúng cách, còn một số lỗi, đang tiếp tục cập nhật_+1. Nhấp đúp vào tệp để bắt đầu sử dụng (phiên bản desktop cũng cần cấu hình trong phần mềm)-【Nếu là phiên bản không phải máy tính để bàn, tức là tệp release không có chữ desktop, xem tại đây】-_Version không phải máy tính để bàn là phiên bản ban đầu, cấu hình phức tạp hơn, nhưng chức năng ổn định, đồng thời phù hợp cho triển khai trên máy chủ, vì sẽ cung cấp giao diện người dùng theo cách web_-1. Tạo thư mục `config` trong thư mục, sau đó tạo tệp `config.toml` trong thư mục `config`, sao chép nội dung của tệp `config-example.toml` trong thư mục `config` và điền thông tin cấu hình của bạn theo chú thích.-2. Nhấp đúp hoặc thực thi tệp thực thi trong terminal để khởi động dịch vụ+【Nếu là phiên bản không phải desktop, tức là tệp release không có đuôi desktop, xem tại đây】+_Version không phải desktop là phiên bản ban đầu, cấu hình phức tạp hơn, nhưng chức năng ổn định, đồng thời phù hợp với triển khai trên máy chủ, vì sẽ cung cấp giao diện người dùng theo cách web_+1. Tạo thư mục `config` trong thư mục, sau đó tạo tệp `config.toml` trong thư mục `config`, sao chép nội dung của tệp `config-example.toml` trong thư mục `config` vào `config.toml`, và điền thông tin cấu hình của bạn theo chú thích.+2. Nhấp đúp, hoặc thực thi tệp thực thi trong terminal để khởi động dịch vụ3. Mở trình duyệt, nhập `http://127.0.0.1:8888`, bắt đầu sử dụng (thay 8888 bằng cổng bạn đã điền trong tệp cấu hình)### Đối với người dùng macOS-【Nếu là phiên bản máy tính để bàn, tức là tệp release có chữ desktop, xem tại đây】-Hiện tại, cách đóng gói phiên bản máy tính để bàn do vấn đề ký tên, chưa thể nhấp đúp để chạy trực tiếp hoặc cài đặt dmg, cần phải tin tưởng ứng dụng thủ công, cách thực hiện như sau:+【Nếu là phiên bản desktop, tức là tệp release có đuôi desktop, xem tại đây】+Hiện tại, do vấn đề ký tệp trong cách đóng gói desktop, không thể nhấp đúp để chạy trực tiếp hoặc cài đặt dmg, cần phải tin tưởng ứng dụng thủ công, cách thực hiện như sau:1. Mở terminal đến thư mục chứa tệp thực thi (giả sử tên tệp là KlicStudio_1.0.0_desktop_macOS_arm64)2. Thực hiện lần lượt các lệnh sau:```@@ -130,8 +130,8 @@ sudo chmod +x ./KlicStudio_1.0.0_desktop_macOS_arm64./KlicStudio_1.0.0_desktop_macOS_arm64```-【Nếu là phiên bản không phải máy tính để bàn, tức là tệp release không có chữ desktop, xem tại đây】-Phần mềm này không có ký tên, vì vậy khi chạy trên macOS, sau khi hoàn thành cấu hình tệp trong "các bước cơ bản", cần phải tin tưởng ứng dụng thủ công, cách thực hiện như sau:+【Nếu là phiên bản không phải desktop, tức là tệp release không có đuôi desktop, xem tại đây】+Phần mềm này không có ký tệp, vì vậy khi chạy trên macOS, sau khi hoàn thành cấu hình tệp trong "các bước cơ bản", cần phải tin tưởng ứng dụng thủ công, cách thực hiện như sau:1. Mở terminal đến thư mục chứa tệp thực thi (giả sử tên tệp là KlicStudio_1.0.0_macOS_arm64)2. Thực hiện lần lượt các lệnh sau:```@@ -146,19 +146,19 @@ Dự án này hỗ trợ triển khai Docker, vui lòng tham khảo [Hướng d### Hướng dẫn cấu hình Cookie (không bắt buộc)-Nếu bạn gặp phải tình trạng tải video không thành công+Nếu bạn gặp tình trạng tải video không thành côngVui lòng tham khảo [Hướng dẫn cấu hình Cookie](./get_cookies.md) để cấu hình thông tin Cookie của bạn.-### Giúp đỡ cấu hình (cần xem)-Cách cấu hình nhanh chóng và tiện lợi nhất:+### Hỗ trợ cấu hình (cần xem)+Cách cấu hình nhanh chóng và thuận tiện nhất:* Điền `transcribe.provider.name` là `openai`, như vậy chỉ cần điền khối `transcribe.openai` và khối cấu hình mô hình lớn `llm` là có thể thực hiện dịch phụ đề. (`app.proxy`, `model` và `openai.base_url` có thể điền theo tình hình của bạn)-Cách cấu hình sử dụng mô hình nhận diện giọng nói cục bộ (cân bằng giữa chi phí, tốc độ và chất lượng)+Cách cấu hình sử dụng mô hình nhận diện giọng nói cục bộ (cân nhắc chi phí, tốc độ và chất lượng)* Điền `transcribe.provider.name` là `fasterwhisper`, điền `transcribe.fasterwhisper.model` là `large-v2`, sau đó điền khối `llm` với cấu hình mô hình lớn, như vậy có thể thực hiện dịch phụ đề, mô hình cục bộ sẽ tự động tải xuống và cài đặt. (`app.proxy` và `openai.base_url` tương tự như trên)-Chuyển văn bản thành giọng nói (TTS) là tùy chọn, logic cấu hình giống như trên, điền `tts.provider.name`, sau đó điền khối cấu hình tương ứng dưới `tts`, mã âm thanh trong UI sẽ được điền theo tài liệu của nhà cung cấp đã chọn (địa chỉ tài liệu có trong phần câu hỏi thường gặp bên dưới). Việc điền aksk của Alibaba Cloud có thể bị trùng lặp, điều này nhằm đảm bảo cấu trúc cấu hình rõ ràng.-Lưu ý: nếu sử dụng nhân bản giọng nói, `tts` chỉ hỗ trợ chọn `aliyun`.+Chuyển văn bản thành giọng nói (TTS) là tùy chọn, logic cấu hình giống như trên, điền `tts.provider.name`, sau đó điền khối cấu hình tương ứng dưới `tts`, mã giọng nói trong UI có thể điền theo tài liệu của nhà cung cấp đã chọn (địa chỉ tài liệu có trong phần câu hỏi thường gặp bên dưới). Việc điền ak, sk của Alibaba Cloud có thể bị trùng lặp, điều này nhằm đảm bảo cấu trúc cấu hình rõ ràng.+Lưu ý: Nếu sử dụng nhân bản giọng nói, `tts` chỉ hỗ trợ chọn `aliyun`.**Để lấy AccessKey, Bucket, AppKey của Alibaba Cloud, vui lòng đọc**:[Hướng dẫn cấu hình Alibaba Cloud](./aliyun.md)@@ -177,5 +177,4 @@ Vui lòng tham khảo [Câu hỏi thường gặp](./faq.md)2. Theo dõi tài khoản mạng xã hội của chúng tôi, [Bilibili](https://space.bilibili.com/242124650), hàng ngày chia sẻ nội dung chất lượng trong lĩnh vực công nghệ AI## Lịch sử sao--[](https://star-history.com/#KrillinAI/KlicStudio&Date)\ No newline at end of file+[](https://star-history.com/#KrillinAI/KlicStudio&Date)\ No newline at end of filediff --git a/docs/vi/aliyun.md b/docs/vi/aliyun.mdindex 3ad93b59..e0cfd085 100644--- a/docs/vi/aliyun.md+++ b/docs/vi/aliyun.md@@ -2,30 +2,30 @@Cần có tài khoản [Alibaba Cloud](https://www.aliyun.com) và đã xác thực danh tính, hầu hết các dịch vụ đều có hạn mức miễn phí.## Lấy `access_key_id` và `access_key_secret` của Alibaba Cloud-1. Truy cập [Trang quản lý AccessKey của Alibaba Cloud](https://ram.console.aliyun.com/profile/access-keys).-2. Nhấp vào "Tạo AccessKey", nếu cần chọn cách sử dụng, chọn "Sử dụng trong môi trường phát triển địa phương".+1. Truy cập [trang quản lý AccessKey của Alibaba Cloud](https://ram.console.aliyun.com/profile/access-keys).+2. Nhấp vào tạo AccessKey, nếu cần chọn cách sử dụng, chọn “Sử dụng trong môi trường phát triển cục bộ”.-3. Bảo quản cẩn thận, tốt nhất là sao chép vào tệp tin địa phương để lưu.+3. Bảo quản cẩn thận, tốt nhất là sao chép vào tệp tin cục bộ để lưu trữ.## Kích hoạt dịch vụ giọng nói của Alibaba Cloud-1. Truy cập [Trang quản lý dịch vụ giọng nói của Alibaba Cloud](https://nls-portal.console.aliyun.com/applist), lần đầu truy cập cần kích hoạt dịch vụ.-2. Nhấp vào "Tạo dự án".+1. Truy cập [trang quản lý dịch vụ giọng nói của Alibaba Cloud](https://nls-portal.console.aliyun.com/applist), lần đầu truy cập cần kích hoạt dịch vụ.+2. Nhấp vào tạo dự án.3. Chọn chức năng và kích hoạt.-4. "Tổng hợp giọng nói văn bản theo luồng (Mô hình lớn CosyVoice)" cần nâng cấp lên phiên bản thương mại, các dịch vụ khác có thể sử dụng phiên bản trải nghiệm miễn phí.+4. “Tổng hợp giọng nói theo dòng (Mô hình lớn CosyVoice)” cần nâng cấp lên phiên bản thương mại, các dịch vụ khác có thể sử dụng phiên bản trải nghiệm miễn phí.5. Sao chép app key là xong.## Kích hoạt dịch vụ OSS của Alibaba Cloud-1. Truy cập [Bảng điều khiển dịch vụ lưu trữ đối tượng của Alibaba Cloud](https://oss.console.aliyun.com/overview), lần đầu truy cập cần kích hoạt dịch vụ.-2. Chọn danh sách Bucket ở bên trái, sau đó nhấp vào "Tạo".+1. Truy cập [bảng điều khiển dịch vụ lưu trữ đối tượng của Alibaba Cloud](https://oss.console.aliyun.com/overview), lần đầu truy cập cần kích hoạt dịch vụ.+2. Chọn danh sách Bucket ở bên trái, sau đó nhấp vào tạo.-3. Chọn "Tạo nhanh", điền tên Bucket phù hợp và chọn khu vực **Thượng Hải**, hoàn tất việc tạo (tên điền ở đây chính là giá trị của cấu hình `aliyun.oss.bucket`).+3. Chọn tạo nhanh, điền tên Bucket phù hợp với yêu cầu và chọn khu vực **Thượng Hải**, hoàn tất việc tạo (tên điền ở đây chính là giá trị của cấu hình `aliyun.oss.bucket`).4. Sau khi tạo xong, vào Bucket.-5. Tắt công tắc "Chặn truy cập công cộng" và thiết lập quyền đọc/ghi thành "Đọc công cộng".+5. Tắt công tắc “Chặn truy cập công cộng” và thiết lập quyền đọc/ghi thành “Đọc công cộng”.\ No newline at end of filediff --git a/docs/vi/docker.md b/docs/vi/docker.mdindex 8835191c..ee2ad1d9 100644--- a/docs/vi/docker.md+++ b/docs/vi/docker.md@@ -26,7 +26,7 @@ services:```## Lưu trữ mô hình-Nếu sử dụng mô hình fasterwhisper, KrillinAI sẽ tự động tải xuống các tệp cần thiết cho mô hình vào thư mục `/app/models` và thư mục `/app/bin`. Sau khi xóa container, các tệp này sẽ bị mất. Nếu cần lưu trữ mô hình, bạn có thể ánh xạ hai thư mục này đến thư mục của máy chủ.+Nếu sử dụng mô hình fasterwhisper, KrillinAI sẽ tự động tải xuống các tệp cần thiết cho mô hình vào thư mục `/app/models` và thư mục `/app/bin`. Sau khi xóa container, các tệp này sẽ bị mất. Nếu cần lưu trữ mô hình, bạn có thể ánh xạ hai thư mục này đến thư mục trên máy chủ.### Khởi động bằng docker run```bash@@ -56,4 +56,4 @@ services:## Lưu ý1. Nếu chế độ mạng của container docker không phải là host, nên thiết lập địa chỉ lắng nghe của máy chủ trong tệp cấu hình là `0.0.0.0`, nếu không có thể không truy cập được dịch vụ.-2. Nếu trong container cần truy cập proxy mạng của máy chủ, hãy thiết lập mục cấu hình proxy `127.0.0.1` thành `host.docker.internal`, ví dụ `http://host.docker.internal:7890`.\ No newline at end of file+2. Nếu trong container cần truy cập proxy mạng của máy chủ, hãy cấu hình mục địa chỉ proxy `proxy` từ `127.0.0.1` thành `host.docker.internal`, ví dụ `http://host.docker.internal:7890`.\ No newline at end of filediff --git a/docs/vi/faq.md b/docs/vi/faq.mdindex 3a700c6d..33a9834c 100644--- a/docs/vi/faq.md+++ b/docs/vi/faq.md@@ -1,8 +1,8 @@### 1. Không thấy tệp cấu hình `app.log`, không biết nội dung lỗi-Người dùng Windows vui lòng đặt thư mục làm việc của phần mềm này ở một thư mục không phải ổ C.+Người dùng Windows vui lòng đặt thư mục làm việc của phần mềm này vào thư mục không phải ổ C.-### 2. Phiên bản không phải desktop đã tạo tệp cấu hình nhưng vẫn báo lỗi “Không tìm thấy tệp cấu hình”-Đảm bảo tên tệp cấu hình là `config.toml`, chứ không phải `config.toml.txt` hoặc cái gì khác.+### 2. Phiên bản không phải desktop đã tạo tệp cấu hình nhưng vẫn báo lỗi “không tìm thấy tệp cấu hình”+Đảm bảo tên tệp cấu hình là `config.toml`, chứ không phải `config.toml.txt` hoặc cái khác.Sau khi cấu hình xong, cấu trúc thư mục làm việc của phần mềm này nên như sau:```/── config/@@ -12,10 +12,10 @@ Sau khi cấu hình xong, cấu trúc thư mục làm việc của phần mềm```### 3. Đã điền cấu hình mô hình lớn nhưng báo lỗi “xxxxx cần cấu hình xxxxx API Key”-Dịch vụ mô hình và dịch vụ giọng nói mặc dù có thể sử dụng dịch vụ của openai, nhưng cũng có những trường hợp mô hình lớn sử dụng dịch vụ không phải openai, vì vậy hai phần cấu hình này là tách biệt. Ngoài cấu hình mô hình lớn, vui lòng tìm cấu hình whisper bên dưới để điền các thông tin như khóa tương ứng.+Dịch vụ mô hình và dịch vụ giọng nói mặc dù có thể sử dụng dịch vụ của openai, nhưng cũng có những trường hợp mô hình lớn sử dụng dịch vụ không phải openai, vì vậy hai phần cấu hình này là tách biệt. Ngoài cấu hình mô hình lớn, vui lòng tìm cấu hình whisper bên dưới để điền thông tin khóa tương ứng.### 4. Báo lỗi có chứa “yt-dlp error”-Vấn đề của trình tải video, hiện tại có vẻ chỉ là vấn đề mạng hoặc phiên bản trình tải, hãy kiểm tra xem proxy mạng có đang mở và được cấu hình trong mục cấu hình proxy hay không, đồng thời khuyên bạn nên chọn nút Hong Kong. Trình tải được cài đặt tự động bởi phần mềm này, nguồn cài đặt tôi sẽ cập nhật nhưng không phải là nguồn chính thức, vì vậy có thể sẽ có độ trễ, nếu gặp vấn đề hãy thử cập nhật thủ công, phương pháp cập nhật:+Vấn đề của trình tải video, hiện tại có vẻ chỉ là vấn đề mạng hoặc vấn đề phiên bản trình tải, kiểm tra xem proxy mạng có đang mở và đã được cấu hình vào mục cấu hình proxy trong tệp cấu hình hay không, đồng thời khuyên bạn nên chọn nút Hong Kong. Trình tải là phần mềm tự động cài đặt, nguồn cài đặt tôi sẽ cập nhật nhưng không phải là nguồn chính thức, vì vậy có thể sẽ có độ trễ, nếu gặp vấn đề hãy thử cập nhật thủ công, phương pháp cập nhật:Mở terminal tại vị trí thư mục bin của phần mềm, thực hiện```@@ -23,9 +23,9 @@ Mở terminal tại vị trí thư mục bin của phần mềm, thực hiện```Tại đây, thay thế `yt-dlp.exe` bằng tên phần mềm ytdlp thực tế trên hệ thống của bạn.-### 5. Sau khi triển khai, phụ đề được tạo bình thường nhưng phụ đề ghép vào video có nhiều ký tự lạ-Phần lớn là do Linux thiếu phông chữ tiếng Trung. Vui lòng tải xuống phông chữ [Microsoft YaHei](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyh.ttc) và [Microsoft YaHei-bold](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyhbd.ttc) (hoặc tự chọn phông chữ phù hợp với yêu cầu của bạn), sau đó thực hiện theo các bước dưới đây:-1. Tạo thư mục msyh trong /usr/share/fonts/ và sao chép phông chữ đã tải xuống vào thư mục đó+### 5. Sau khi triển khai, việc tạo phụ đề diễn ra bình thường, nhưng phụ đề được nhúng vào video có nhiều ký tự lạ+Phần lớn là do Linux thiếu phông chữ tiếng Trung. Vui lòng tải xuống phông chữ [微软雅黑](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyh.ttc) và [微软雅黑-bold](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyhbd.ttc) (hoặc tự chọn phông chữ phù hợp với yêu cầu của bạn), sau đó thực hiện theo các bước dưới đây:+1. Tạo thư mục msyh mới trong /usr/share/fonts/ và sao chép phông chữ đã tải xuống vào thư mục đó2.```cd /usr/share/fonts/msyh@@ -34,7 +34,7 @@ Phần lớn là do Linux thiếu phông chữ tiếng Trung. Vui lòng tải xufc-cache```-### 6. Làm thế nào để điền mã âm sắc cho tổng hợp giọng nói?-Vui lòng tham khảo tài liệu của nhà cung cấp dịch vụ giọng nói, dưới đây là tài liệu liên quan đến dự án này:+### 6. Mã âm sắc cho việc tổng hợp giọng nói điền như thế nào?+Vui lòng tham khảo tài liệu của nhà cung cấp dịch vụ giọng nói, dưới đây là liên quan đến dự án này:[Tài liệu OpenAI TTS](https://platform.openai.com/docs/guides/text-to-speech/api-reference), nằm ở tùy chọn Giọng nói-[Tài liệu tương tác giọng nói thông minh của Alibaba Cloud](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis), nằm ở danh sách âm sắc - giá trị tham số voice\ No newline at end of file+[Tài liệu tương tác giọng nói thông minh của Alibaba](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis), nằm ở danh sách âm sắc - giá trị tham số voice\ No newline at end of filediff --git a/faq.md b/faq.mdindex 0010484a..e983801c 100644--- a/faq.md+++ b/faq.md@@ -1,111 +1,39 @@-### 1. The program reports "Configuration file not found" or "xxxxx requires configuration of xxxxx API Key." How do I fix this?--This is a common setup issue. There are a few reasons this might happen:--1. **Incorrect File Location or Name:**--* The program requires a configuration file named exactly `config.toml`. Ensure you have not accidentally named it `config.toml.txt`.-* This file must be placed inside a `config` folder. The correct structure of the working directory should be:- ```- /── config/- │ └── config.toml- └── krillinai.exe(your executable file)- ```-* **For Windows users:** It is recommended to place the entire software directory in a folder that is not on the C: drive to avoid potential permission issues.--2. **Incomplete API Key Configuration:**--* The application requires separate configurations for the large language model (for translation), the voice service (for transcription and speech synthesis) and the tts service.-* Even if you use OpenAI for all, you must fill in the key in different sections of the `config.toml` file. Look for the `llm` section, the `transcribe` section, the `tts` section and fill in the corresponding API Keys and other required information.--### 2. I'm getting an error that contains "yt-dlp error." What should I do?--This error points to a problem with the video downloader, which is usually related to your network or the downloader's version.--* **Network:** If you use a proxy, ensure it is correctly configured in the proxy settings within your `config.toml` file.-* **Update `yt-dlp`:** The version of `yt-dlp` bundled with the software may be outdated. You can update it manually by opening a terminal in the software's `bin` directory and running the command:- ```- ./yt-dlp.exe -U- ```-- (Replace `yt-dlp.exe` with the correct filename for your operating system if it differs).--### 3. The subtitles in the final video are garbled or appear as square blocks, especially on Linux.--This is almost always caused by missing fonts on the system, particularly those that support Chinese characters. To fix this, you need to install the necessary fonts.--1. Download the required fonts, such as [Microsoft YaHei](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyh.ttc) and [Microsoft YaHei Bold](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyhbd.ttc).-2. Create a new font directory: `sudo mkdir -p /usr/share/fonts/msyh`.-3. Copy the downloaded `.ttc` font files into this new directory.-4. Execute the following commands to rebuild the font cache:+### 1. Cannot see the `app.log` configuration file, unable to know the error content+Windows users please place the working directory of this software in a folder that is not on the C drive.++### 2. The configuration file was clearly created for the non-desktop version, but still reports "Configuration file not found"+Ensure that the configuration file name is `config.toml`, not `config.toml.txt` or something else. After configuration, the structure of the working folder for this software should look like this:+```+/── config/+│ └── config.toml+├── cookies.txt (<- Optional cookies.txt file)+└── krillinai.exe+```++### 3. Filled in the large model configuration, but reports "xxxxx requires configuration of xxxxx API Key"+Although both the model service and voice service can use OpenAI's services, there are scenarios where the large model uses non-OpenAI services separately. Therefore, these two configurations are separate. In addition to the large model configuration, please look for the whisper configuration below to fill in the corresponding keys and other information.++### 4. Error contains "yt-dlp error"+The issue with the video downloader currently seems to be either a network problem or a downloader version issue. Check if the network proxy is enabled and configured in the proxy configuration item of the configuration file, and it is recommended to choose a Hong Kong node. The downloader is automatically installed by this software; I will update the installation source, but since it is not the official source, it may be outdated. If you encounter problems, try updating it manually. The update method is:++Open the terminal in the software's bin directory and execute+```+./yt-dlp.exe -U+```+Here, replace `yt-dlp.exe` with the actual name of the ytdlp software on your system.++### 5. After deployment, subtitle generation is normal, but the synthesized subtitles embedded in the video have a lot of garbled characters+Most of this is due to missing Chinese fonts on Linux. Please download the [Microsoft YaHei](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyh.ttc) and [Microsoft YaHei Bold](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyhbd.ttc) fonts (or choose fonts that meet your requirements), and then follow the steps below:+1. Create a msyh folder under /usr/share/fonts/ and copy the downloaded fonts to this directory.+2.```cd /usr/share/fonts/msyhsudo mkfontscalesudo mkfontdir- sudo fc-cache -fv- ```--### 4. On macOS, the application won't start and shows an error like "KlicStudio is damaged and can’t be opened."--This is caused by macOS's security feature, Gatekeeper, which restricts apps from unidentified developers. To fix this, you must manually remove the quarantine attribute.--1. Open the **Terminal** app.-2. Type the command `xattr -cr` followed by a space, then drag the `KlicStudio.app` file from your Finder window into the Terminal. The command will look something like this:+ fc-cache```- xattr -cr /Applications/KlicStudio.app- ```-3. Press Enter. You should now be able to open the application.--### 5. I'm getting errors like `ffmpeg error`, `audioToSrt error`, or `exit status 1` during processing.--These errors usually point to issues with dependencies or system resources.--* **`ffmpeg error`:** This indicates that `ffmpeg` is either not installed or not accessible from the system's PATH. Ensure you have a complete, official version of `ffmpeg` installed and that its location is added to your system's environment variables.-* **`audioToSrt error` or `exit status 1`:** This error occurs during the transcription phase (audio-to-text). The common causes are:- * **Model Issues:** The local transcription model (e.g., `fasterwhisper`) failed to load or was corrupted during download.- * **Insufficient Memory (RAM):** Running local models is resource-intensive. If your machine runs out of memory, the operating system may terminate the process, resulting in an error.- * **Network Failure:** If you are using an online transcription service (like OpenAI's Whisper API), this indicates a problem with your network connection or an invalid API key.--### 6. The progress bar isn't moving. Is the program frozen?--No, as long as you don't see an error message, the program is working. The progress bar only updates after a major task (like transcription or video encoding) is fully completed. These tasks can be very time-consuming, causing the progress bar to pause for an extended period. Please be patient and wait for the task to finish.--### 7. My NVIDIA 5000 series GPU is not supported by `fasterwhisper`. What should I do?--It has been observed that the `fasterwhisper` model may not work correctly with NVIDIA 5000 series GPUs (as of mid-2025). You have a few alternatives for transcription:--1. **Use a Cloud-Based Model:** Set `transcribe.provider.name` to `openai` or `aliyun` in your `config.toml` file. Then, fill in the corresponding API key and configuration details. This will use the cloud provider's Whisper model instead of the local one.-2. **Use Another Local Model:** You can experiment with other local transcription models, such as the original `whisper.cpp`.--### 8. How do I find and fill in the correct voice/tone code for text-to-speech?--The available voices and their corresponding codes are defined by the voice service provider you are using. Please refer to their official documentation.--* **OpenAI TTS:** [Documentation](https://platform.openai.com/docs/guides/text-to-speech/api-reference) (see the `voice` options).-* **Alibaba Cloud:** [Documentation](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis) (see the `voice` parameter in the tone list).--### 9. How can I use a local Large Language Model (LLM), like one running on Ollama, for translation?--Yes, you can configure KlicStudio to use any local LLM that provides an OpenAI-compatible API endpoint.--1. **Start Your Local LLM:** Ensure your local service (e.g., Ollama running Llama3) is active and accessible.-2. **Edit `config.toml`:** In the section for the large language model (translator):--* Set the provider `name` (or `type`) to `"openai"`.-* Set the `api_key` to any random string (e.g., `"ollama"`), as it is not needed for local calls.-* Set the `base_url` to your local model's API endpoint. For Ollama, this is typically `http://localhost:11434/v1`.-* Set the `model` to the name of the model you are serving, for example, `"llama3"`.--### 10. Can I customize the subtitle style (font, size, color) in the final video?--No. Currently, KlicStudio generates **hardcoded subtitles**, meaning they are burned directly into the video frames. The application **does not offer options to customize the subtitle style**; it uses a preset style.--For advanced customization, the recommended workaround is to:--1. Use KlicStudio to generate the translated `.srt` subtitle file.-2. Import your original video and this `.srt` file into a professional video editor (e.g., Premiere Pro, Final Cut Pro, DaVinci Resolve) to apply custom styles before rendering.--### 11. I already have a translated `.srt` file. Can KlicStudio use it to just perform the dubbing?--No, this feature is not currently supported. The application runs a full pipeline from transcription to final video generation.+### 6. How to fill in the voice synthesis tone code?+Please refer to the documentation of the voice service provider. The following are related to this project:+[OpenAI TTS Documentation](https://platform.openai.com/docs/guides/text-to-speech/api-reference), located in Voice options+[Alibaba Cloud Intelligent Voice Interaction Documentation](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis), located in the tone list - voice parameter values\ No newline at end of file