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]ecaae76469cd
diff --git a/docs/ar/README.md b/docs/ar/README.mdindex a0d715f3..2814158e 100644--- a/docs/ar/README.md+++ b/docs/ar/README.md@@ -1,44 +1,47 @@<div align="center"><img src="/docs/images/logo.jpg" alt="KlicStudio" height="90">- # أداة ترجمة الفيديو والصوت باستخدام الذكاء الاصطناعي+# أداة ترجمة الفيديو والتعليق الصوتي بالذكاء الاصطناعي البسيطة- <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>- ## مقدمة المشروع ([جرب النسخة عبر الإنترنت الآن!](https://www.klic.studio/))+## مقدمة المشروع ([جرب النسخة عبر الإنترنت الآن!](https://www.klic.studio/))+[**البدء السريع**](#-quick-start)-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 متعدد الاستخدامات لتوطين الصوت والفيديو وتعزيزه تم تطويره بواسطة Krillin AI. هذه الأداة البسيطة ولكن القوية تدمج ترجمة الفيديو، والتعليق الصوتي، واستنساخ الصوت، وتدعم كل من التنسيقات الأفقية والرأسية لضمان عرض مثالي على جميع المنصات الرئيسية (Bilibili، Xiaohongshu، Douyin، WeChat Video، Kuaishou، YouTube، TikTok، إلخ). مع سير عمل شامل، يمكنك تحويل المواد الخام إلى محتوى جاهز للاستخدام عبر المنصات ببضع نقرات فقط.## 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!-📥 **الحصول على الفيديو**: يدعم تنزيل yt-dlp أو تحميل الملفات المحلية+🎯 **بدء بنقرة واحدة**: لا حاجة لتكوين بيئة معقدة، تثبيت تلقائي للاعتماديات، جاهز للاستخدام على الفور، مع إصدار جديد لسطح المكتب لتسهيل الوصول!-📜 **التعرف الدقيق**: التعرف على الصوت بدقة عالية بناءً على Whisper+📥 **الحصول على الفيديو**: يدعم تنزيلات yt-dlp أو تحميل الملفات المحلية-🧠 **التقسيم الذكي**: استخدام LLM لتقسيم وتنسيق الترجمة+📜 **التعرف الدقيق**: التعرف على الكلام بدقة عالية يعتمد على Whisper-🔄 **استبدال المصطلحات**: استبدال المصطلحات المتخصصة بنقرة واحدة+🧠 **التقسيم الذكي**: تقسيم وتنسيق الترجمة باستخدام LLM-🌍 **ترجمة احترافية**: ترجمة LLM مع الحفاظ على المعنى الطبيعي+🔄 **استبدال المصطلحات**: استبدال المصطلحات المهنية بنقرة واحدة-🎙️ **استنساخ الصوت**: تقديم أصوات مختارة من CosyVoice أو استنساخ صوت مخصص+🌍 **ترجمة احترافية**: ترجمة LLM مع سياق للحفاظ على المعاني الطبيعية-🎬 **دمج الفيديو**: معالجة تلقائية للفيديوهات الأفقية والرأسية وتنسيق الترجمة+🎙️ **استنساخ الصوت**: يقدم نغمات صوتية مختارة من CosyVoice أو استنساخ صوت مخصص-💻 **عبر المنصات**: يدعم Windows وLinux وmacOS، يوفر إصدار سطح مكتب وإصدار خادم+🎬 **تركيب الفيديو**: يعالج تلقائيًا مقاطع الفيديو الأفقية والرأسية وتنسيق الترجمة+💻 **عبر المنصات**: يدعم Windows وLinux وmacOS، ويوفر إصدارات لكل من سطح المكتب والخادم-## 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.+## عرض التأثير++تظهر الصورة أدناه تأثير ملف الترجمة الذي تم إنشاؤه بعد استيراد فيديو محلي مدته 46 دقيقة وتنفيذه بنقرة واحدة، دون أي تعديلات يدوية. لا توجد أي فوات أو تداخلات، والتقسيم طبيعي، وجودة الترجمة عالية جدًا.<table>@@ -46,24 +49,28 @@ Klic Studio هو حل شامل لتوطين وتعزيز الصوت والفيد<td width="33%">### ترجمة الترجمة+---+https://github.com/user-attachments/assets/bba1ac0a-fe6b-4947-b58d-ba99306d0339</td><td width="33%">+### التعليق الصوتي--### الصوت---+https://github.com/user-attachments/assets/0b32fad3-c3ad-4b6a-abf0-0865f0dd2385</td><td width="33%">-### عمودي+### وضع الرأس+---+https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71</td>@@ -71,111 +78,141 @@ https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71</tr></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.**_+## 🔍 خدمات التعرف على الكلام المدعومة-| 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 |-| **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 |+_**جميع النماذج المحلية في الجدول أدناه تدعم التثبيت التلقائي للملفات التنفيذية + ملفات النموذج؛ كل ما عليك هو الاختيار، وKlic سيتولى كل شيء من أجلك.**_-## 🚀 دعم نماذج اللغة الكبيرة+| مصدر الخدمة | المنصات المدعومة | خيارات النموذج | محلي/سحابي | ملاحظات |+|----------------------|-------------------|--------------------------------------------|-------------|-----------------------------|+| **OpenAI Whisper** | جميع المنصات | - | سحابي | سرعة عالية وتأثير جيد |+| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (الموصى به medium+) | محلي | سرعة أعلى، بدون تكلفة خدمة سحابية |+| **WhisperKit** | macOS (M-series فقط) | `large-v2` | محلي | تحسين محلي لشرائح Apple |+| **WhisperCpp** | جميع المنصات | `large-v2` | محلي | يدعم جميع المنصات |+| **Alibaba Cloud ASR**| جميع المنصات | - | سحابي | يتجنب مشاكل الشبكة في الصين |++## 🚀 دعم نموذج اللغة الكبير++✅ متوافق مع جميع خدمات نموذج اللغة الكبير السحابية/المحلية التي تتوافق مع **مواصفات واجهة برمجة تطبيقات OpenAI**، بما في ذلك على سبيل المثال لا الحصر:-✅ متوافق مع جميع خدمات نماذج اللغة الكبيرة السحابية/المحلية التي تتوافق مع **معايير OpenAI API**، بما في ذلك على سبيل المثال لا الحصر:- OpenAI- Gemini- DeepSeek- Tongyi Qianwen-- نماذج مفتوحة المصدر المثبتة محليًا-- خدمات API الأخرى المتوافقة مع تنسيق OpenAI+- نماذج مفتوحة المصدر تم نشرها محليًا+- خدمات واجهة برمجة التطبيقات الأخرى المتوافقة مع تنسيق OpenAI-## 🎤 دعم تحويل النص إلى صوت (TTS)-- خدمة صوتية من Alibaba Cloud+## 🎤 دعم تحويل النص إلى كلام (TTS)++- خدمة صوت Alibaba Cloud- OpenAI TTS## دعم اللغات-اللغات المدخلة المدعومة: الصينية، الإنجليزية، اليابانية، الألمانية، التركية، الكورية، الروسية، الماليزية (تستمر في الزيادة)-اللغات المدعومة للترجمة: الإنجليزية، الصينية، الروسية، الإسبانية، الفرنسية، وغيرها من 101 لغة+اللغات المدخلة المدعومة: الصينية، الإنجليزية، اليابانية، الألمانية، التركية، الكورية، الروسية، الماليزية (تزداد باستمرار)++اللغات المدعومة للترجمة: الإنجليزية، الصينية، الروسية، الإسبانية، الفرنسية، و101 لغة أخرى## معاينة الواجهة-++## 🚀 البدء السريع++يمكنك طرح الأسئلة على [Deepwiki of KlicStudio](https://deepwiki.com/krillinai/KlicStudio). يقوم بفهرسة الملفات في المستودع، لذا يمكنك العثور على الإجابات بسرعة.+### 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.-【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_-1. انقر نقرًا مزدوجًا على الملف لبدء الاستخدام (يحتاج إصدار سطح المكتب أيضًا إلى تكوين، يتم تكوينه داخل البرنامج)+أولاً، قم بتنزيل الملف التنفيذي الذي يتناسب مع نظام جهازك من [الإصدار](https://github.com/KrillinAI/KlicStudio/releases)، ثم اتبع الدليل أدناه للاختيار بين إصدار سطح المكتب أو الإصدار غير المكتبي. ضع تحميل البرنامج في مجلد فارغ، حيث أن تشغيله سيولد بعض الدلائل، والحفاظ عليه في مجلد فارغ سيسهل الإدارة.++【إذا كان إصدار سطح المكتب، أي ملف الإصدار الذي يحتوي على "desktop"، انظر هنا】+_تم إصدار إصدار سطح المكتب حديثًا لمعالجة مشكلات المستخدمين الجدد الذين يواجهون صعوبة في تحرير ملفات التكوين بشكل صحيح، وهناك بعض الأخطاء التي يتم تحديثها باستمرار._-【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-3. افتح المتصفح، أدخل `http://127.0.0.1:8888`، وابدأ الاستخدام (استبدل 8888 بالمنفذ الذي قمت بملئه في ملف التكوين)+1. انقر نقرًا مزدوجًا على الملف لبدء استخدامه (يتطلب إصدار سطح المكتب أيضًا تكوينًا داخل البرنامج)++【إذا كان الإصدار غير المكتبي، أي ملف الإصدار بدون "desktop"، انظر هنا】+_الإصدار غير المكتبي هو الإصدار الأولي، والذي يحتوي على تكوين أكثر تعقيدًا ولكنه مستقر في الوظائف ومناسب للنشر على الخادم، حيث يوفر واجهة مستخدم بتنسيق ويب._++1. أنشئ مجلد `config` داخل المجلد، ثم أنشئ ملف `config.toml` في مجلد `config`. انسخ محتويات ملف `config-example.toml` من دليل `config` في الشيفرة المصدرية إلى `config.toml`، واملأ معلومات التكوين الخاصة بك وفقًا للتعليقات.+2. انقر نقرًا مزدوجًا أو نفذ الملف التنفيذي في الطرفية لبدء الخدمة+3. افتح متصفحك وأدخل `http://127.0.0.1:8888` لبدء استخدامه (استبدل 8888 بالمنفذ الذي حددته 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-2. نفذ الأوامر التالية بالتتابع:++【إذا كان إصدار سطح المكتب، أي ملف الإصدار الذي يحتوي على "desktop"، انظر هنا】+بسبب مشكلات التوقيع، لا يمكن حاليًا تشغيل إصدار سطح المكتب بنقرة مزدوجة أو تثبيته عبر dmg؛ تحتاج إلى الوثوق بالبرنامج يدويًا. الطريقة هي كما يلي:++1. افتح الطرفية في الدليل حيث يوجد الملف التنفيذي (افترض أن اسم الملف هو KlicStudio_1.0.0_desktop_macOS_arm64)+2. نفذ الأوامر التالية بالترتيب:+```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```-【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-2. نفذ الأوامر التالية بالتتابع:+【إذا كان الإصدار غير المكتبي، أي ملف الإصدار بدون "desktop"، انظر هنا】+هذا البرنامج غير موقع، لذا عند التشغيل على macOS، بعد إكمال تكوين الملف في "الخطوات الأساسية"، تحتاج أيضًا إلى الوثوق بالبرنامج يدويًا. الطريقة هي كما يلي:++1. افتح الطرفية في الدليل حيث يوجد الملف التنفيذي (افترض أن اسم الملف هو KlicStudio_1.0.0_macOS_arm64)+2. نفذ الأوامر التالية بالترتيب:+ ```+ sudo xattr -rd com.apple.quarantine ./KlicStudio_1.0.0_macOS_arm64+ sudo chmod +x ./KlicStudio_1.0.0_macOS_arm64+ ./KlicStudio_1.0.0_macOS_arm64```- sudo xattr -rd com.apple.quarantine ./KlicStudio_1.0.0_macOS_arm64- sudo chmod +x ./KlicStudio_1.0.0_macOS_arm64- ./KlicStudio_1.0.0_macOS_arm64- ```- لبدء الخدمة++ سيبدأ هذا الخدمة### نشر Docker-يدعم هذا المشروع نشر Docker، يرجى الرجوع إلى [إرشادات نشر Docker](./docker.md)-### إرشادات تكوين الكوكيز (غير إلزامية)+يدعم هذا المشروع نشر Docker؛ يرجى الرجوع إلى [تعليمات نشر Docker](./docker.md)-إذا واجهت مشكلة في تنزيل الفيديو+استنادًا إلى ملف التكوين المقدم، إليك قسم "مساعدة التكوين (يجب قراءته)" المحدث لملف README الخاص بك:-يرجى الرجوع إلى [إرشادات تكوين الكوكيز](./get_cookies.md) لتكوين معلومات الكوكيز الخاصة بك.+### مساعدة التكوين (يجب قراءته)-### 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)+ملف التكوين مقسم إلى عدة أقسام: `[app]`، `[server]`، `[llm]`، `[transcribe]`، و`[tts]`. تتكون المهمة من التعرف على الكلام (`transcribe`) + ترجمة النموذج الكبير (`llm`) + خدمات الصوت الاختيارية (`tts`). سيساعدك فهم ذلك على فهم ملف التكوين بشكل أفضل.-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)+**أسهل وأسرع تكوين:**-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.-ملاحظة: عند استخدام استنساخ الصوت، يدعم `tts` فقط اختيار `aliyun`.+**لترجمة الترجمة فقط:**+ * في قسم `[transcribe]`، قم بتعيين `provider.name` إلى `openai`.+ * بعد ذلك، ستحتاج فقط إلى ملء مفتاح واجهة برمجة تطبيقات OpenAI الخاص بك في كتلة `[llm]` لبدء إجراء ترجمات الترجمة. يمكن ملء `app.proxy` و`model` و`openai.base_url` حسب الحاجة.-**للحصول على AccessKey وBucket وAppKey من Alibaba Cloud، يرجى قراءة**:[إرشادات تكوين Alibaba Cloud](./aliyun.md)+**تكلفة متوازنة، سرعة، وجودة (باستخدام التعرف على الكلام المحلي):**-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.+* في قسم `[transcribe]`، قم بتعيين `provider.name` إلى `fasterwhisper`.+* قم بتعيين `transcribe.fasterwhisper.model` إلى `large-v2`.+* املأ تكوين نموذج اللغة الكبير الخاص بك في كتلة `[llm]`.+* سيتم تنزيل النموذج المحلي المطلوب وتثبيته تلقائيًا.-## الأسئلة الشائعة+**تكوين تحويل النص إلى كلام (TTS) (اختياري):**-يرجى الانتقال إلى [الأسئلة الشائعة](./faq.md)+* تكوين TTS اختياري.+* أولاً، قم بتعيين `provider.name` تحت قسم `[tts]` (مثل `aliyun` أو `openai`).+* ثم، املأ كتلة التكوين المقابلة لمزود الخدمة المحدد. على سبيل المثال، إذا اخترت `aliyun`، يجب عليك ملء قسم `[tts.aliyun]`.+* يجب اختيار رموز الصوت في واجهة المستخدم بناءً على وثائق المزود المحدد.+* **ملاحظة:** إذا كنت تخطط لاستخدام ميزة استنساخ الصوت، يجب عليك اختيار `aliyun` كمزود TTS.-## 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+**تكوين Alibaba Cloud:**++* للحصول على تفاصيل حول الحصول على `AccessKey` و`Bucket` و`AppKey` اللازمة لخدمات Alibaba Cloud، يرجى الرجوع إلى [تعليمات تكوين Alibaba Cloud](https://www.google.com/search?q=./aliyun.md). تم تصميم الحقول المتكررة لـ AccessKey، إلخ، للحفاظ على هيكل تكوين واضح.++## الأسئلة المتكررة++يرجى زيارة [الأسئلة المتكررة](./faq.md)++## إرشادات المساهمة++1. لا تقدم ملفات غير مفيدة، مثل .vscode، .idea، إلخ؛ يرجى استخدام .gitignore لتصفية هذه الملفات.+2. لا تقدم config.toml؛ بدلاً من ذلك، قدم config-example.toml.## اتصل بنا-1. 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++1. انضم إلى مجموعة QQ الخاصة بنا لطرح الأسئلة: 754069680+2. تابع حساباتنا على وسائل التواصل الاجتماعي، [Bilibili](https://space.bilibili.com/242124650)، حيث نشارك محتوى عالي الجودة في مجال تكنولوجيا الذكاء الاصطناعي كل يوم.## تاريخ النجوم-[](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/ar/aliyun.md b/docs/ar/aliyun.mdindex 1e1fd517..62244bfe 100644--- a/docs/ar/aliyun.md+++ b/docs/ar/aliyun.md@@ -1,31 +1,31 @@## 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 [Alibaba Cloud](https://www.aliyun.com) وإكمال التحقق من الهوية. معظم الخدمات لديها حصص مجانية.-## الحصول على `access_key_id` و `access_key_secret` من علي بابا كلاود-1. 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".--3. احفظه بشكل آمن، من الأفضل نسخه إلى ملف محلي.+## الحصول على `access_key_id` و `access_key_secret` من Alibaba Cloud+1. انتقل إلى [صفحة إدارة AccessKey في Alibaba Cloud](https://ram.console.aliyun.com/profile/access-keys).+2. انقر على "إنشاء AccessKey". إذا لزم الأمر، اختر طريقة الاستخدام كـ "مستخدمة في بيئة تطوير محلية."++3. احتفظ به في مكان آمن؛ من الأفضل نسخه إلى ملف محلي للتخزين.-## 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.-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.--5. انسخ مفتاح التطبيق فقط.-+## تفعيل خدمة الصوت من Alibaba Cloud+1. انتقل إلى [صفحة إدارة خدمة الصوت من Alibaba Cloud](https://nls-portal.console.aliyun.com/applist). تحتاج إلى تفعيل الخدمة في زيارتك الأولى.+2. انقر على "إنشاء مشروع."++3. اختر الميزات وقم بتفعيلها.++4. يحتاج "البث النصي إلى كلام (نموذج CosyVoice الكبير)" إلى الترقية إلى النسخة التجارية؛ يمكن استخدام الخدمات الأخرى النسخة التجريبية المجانية.++5. ببساطة انسخ مفتاح التطبيق.+-## 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.-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`).--4. بعد الانتهاء من الإنشاء، انتقل إلى Bucket.--5. قم بإيقاف تشغيل مفتاح "منع الوصول العام"، واضبط أذونات القراءة والكتابة على "قراءة عامة".--\ No newline at end of file+## تفعيل خدمة OSS من Alibaba Cloud+1. انتقل إلى [وحدة تخزين الكائنات من Alibaba Cloud](https://oss.console.aliyun.com/overview). تحتاج إلى تفعيل الخدمة في زيارتك الأولى.+2. اختر قائمة الدلاء على اليسار، ثم انقر على "إنشاء."++3. اختر "إنشاء سريع"، املأ اسم دلاء متوافق، واختر منطقة **شنغهاي** لإكمال الإنشاء (الاسم الذي تدخله هنا سيكون القيمة لعنصر التكوين `aliyun.oss.bucket`).++4. بعد الإنشاء، ادخل إلى الدلاء.++5. قم بإيقاف تشغيل مفتاح "حظر الوصول العام" واضبط أذونات القراءة والكتابة على "قراءة عامة."++\ No newline at end of filediff --git a/docs/ar/faq.md b/docs/ar/faq.mdindex 30cfb3a8..77b0f8f7 100644--- a/docs/ar/faq.md+++ b/docs/ar/faq.md@@ -1,39 +1,110 @@-### 1. لا يمكن رؤية ملف إعدادات `app.log`، ولا يمكن معرفة محتوى الخطأ-يرجى 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:-```-/── config/-│ └── config.toml-├── 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.--### 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:--افتح الطرفية في موقع دليل bin للبرنامج، ثم نفذ-```-./yt-dlp.exe -U-```-استبدل هنا `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-2.+### 1. البرنامج يُظهر "ملف التكوين غير موجود" أو "xxxxx يتطلب تكوين مفتاح API لـ xxxxx." كيف يمكنني إصلاح ذلك؟++هذه مشكلة شائعة في الإعداد. هناك بعض الأسباب التي قد تؤدي إلى حدوث ذلك:++1. **موقع الملف أو اسمه غير صحيح:**++* يتطلب البرنامج ملف تكوين باسم `config.toml` بالضبط. تأكد من أنك لم تسميه عن طريق الخطأ `config.toml.txt`.+* يجب وضع هذا الملف داخل مجلد `config`. يجب أن تكون البنية الصحيحة للدليل العامل كما يلي:+ ```+ /── config/+ │ └── config.toml+ └── krillinai.exe (ملفك التنفيذي)+ ```+* **لمستخدمي ويندوز:** يُوصى بوضع دليل البرنامج بالكامل في مجلد ليس على محرك الأقراص C: لتجنب مشاكل الأذونات المحتملة.++2. **تكوين مفتاح API غير مكتمل:**++* يتطلب التطبيق تكوينات منفصلة لنموذج اللغة الكبير (لترجمة)، وخدمة الصوت (للتفريغ وتوليد الصوت) وخدمة tts.+* حتى إذا كنت تستخدم OpenAI للجميع، يجب عليك ملء المفتاح في أقسام مختلفة من ملف `config.toml`. ابحث عن قسم `llm`، قسم `transcribe`، قسم `tts` واملأ مفاتيح API المقابلة والمعلومات المطلوبة الأخرى.++### 2. أحصل على خطأ يحتوي على "خطأ yt-dlp." ماذا يجب أن أفعل؟++يشير هذا الخطأ إلى مشكلة في برنامج تنزيل الفيديو، والتي عادة ما تكون مرتبطة بشبكتك أو إصدار برنامج التنزيل.++* **الشبكة:** إذا كنت تستخدم وكيلًا، تأكد من أنه مُكون بشكل صحيح في إعدادات الوكيل داخل ملف `config.toml`.+* **تحديث `yt-dlp`:** قد يكون إصدار `yt-dlp` المدمج مع البرنامج قديمًا. يمكنك تحديثه يدويًا عن طريق فتح نافذة طرفية في دليل `bin` الخاص بالبرنامج وتشغيل الأمر:+ ```+ ./yt-dlp.exe -U+ ```++ (استبدل `yt-dlp.exe` باسم الملف الصحيح لنظام التشغيل الخاص بك إذا كان مختلفًا).++### 3. الترجمة في الفيديو النهائي مشوشة أو تظهر ككتل مربعة، خاصة على لينكس.++هذا يحدث تقريبًا دائمًا بسبب عدم وجود خطوط على النظام، وخاصة تلك التي تدعم الأحرف الصينية. لإصلاح ذلك، تحتاج إلى تثبيت الخطوط اللازمة.++1. قم بتنزيل الخطوط المطلوبة، مثل [Microsoft YaHei](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyh.ttc) و [Microsoft YaHei Bold](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyhbd.ttc).+2. أنشئ دليل خطوط جديد: `sudo mkdir -p /usr/share/fonts/msyh`.+3. انسخ ملفات الخطوط `.ttc` التي تم تنزيلها إلى هذا الدليل الجديد.+4. نفذ الأوامر التالية لإعادة بناء ذاكرة التخزين المؤقت للخطوط:```cd /usr/share/fonts/msyhsudo mkfontscalesudo mkfontdir- fc-cache+ sudo fc-cache -fv```-### 6. كيف يمكن ملء رمز الصوت في تحويل النص إلى كلام؟-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+### 4. على macOS، التطبيق لا يبدأ ويظهر خطأ مثل "KlicStudio تالف ولا يمكن فتحه."++يحدث هذا بسبب ميزة الأمان في macOS، Gatekeeper، التي تقيد التطبيقات من المطورين غير المعتمدين. لإصلاح ذلك، يجب عليك إزالة خاصية الحجر الصحي يدويًا.++1. افتح تطبيق **Terminal**.+2. اكتب الأمر `xattr -cr` متبوعًا بمسافة، ثم اسحب ملف `KlicStudio.app` من نافذة Finder إلى Terminal. سيبدو الأمر كما يلي:+ ```+ xattr -cr /Applications/KlicStudio.app+ ```+3. اضغط على Enter. يجب أن تكون قادرًا الآن على فتح التطبيق.++### 5. أحصل على أخطاء مثل `خطأ ffmpeg`، `خطأ audioToSrt`، أو `حالة الخروج 1` أثناء المعالجة.++تشير هذه الأخطاء عادةً إلى مشاكل في التبعيات أو موارد النظام.++* **`خطأ ffmpeg`:** يشير هذا إلى أن `ffmpeg` إما غير مثبت أو غير متاح من مسار النظام. تأكد من أنك قد قمت بتثبيت نسخة كاملة ورسمية من `ffmpeg` وأن موقعه مضاف إلى متغيرات البيئة في نظامك.+* **`خطأ audioToSrt` أو `حالة الخروج 1`:** يحدث هذا الخطأ أثناء مرحلة التفريغ (من الصوت إلى النص). الأسباب الشائعة هي:+ * **مشاكل في النموذج:** فشل نموذج التفريغ المحلي (مثل `fasterwhisper`) في التحميل أو تعرض للتلف أثناء التنزيل.+ * **ذاكرة غير كافية (RAM):** تشغيل النماذج المحلية يتطلب موارد كبيرة. إذا نفدت الذاكرة من جهازك، قد يقوم نظام التشغيل بإنهاء العملية، مما يؤدي إلى حدوث خطأ.+ * **فشل الشبكة:** إذا كنت تستخدم خدمة تفريغ عبر الإنترنت (مثل واجهة برمجة تطبيقات Whisper من OpenAI)، فهذا يشير إلى وجود مشكلة في اتصال الشبكة لديك أو مفتاح API غير صالح.++### 6. شريط التقدم لا يتحرك. هل البرنامج متجمد؟++لا، طالما أنك لا ترى رسالة خطأ، فإن البرنامج يعمل. يتم تحديث شريط التقدم فقط بعد الانتهاء من مهمة كبيرة (مثل التفريغ أو ترميز الفيديو). يمكن أن تكون هذه المهام تستغرق وقتًا طويلاً، مما يتسبب في توقف شريط التقدم لفترة طويلة. يرجى التحلي بالصبر وانتظار انتهاء المهمة.++### 7. بطاقة الرسوم NVIDIA من سلسلة 5000 غير مدعومة من `fasterwhisper`. ماذا يجب أن أفعل؟++لقد لوحظ أن نموذج `fasterwhisper` قد لا يعمل بشكل صحيح مع بطاقات الرسوم NVIDIA من سلسلة 5000 (اعتبارًا من منتصف 2025). لديك بعض البدائل للتفريغ:++1. **استخدام نموذج قائم على السحابة:** قم بتعيين `transcribe.provider.name` إلى `openai` أو `aliyun` في ملف `config.toml`. ثم، املأ مفتاح API والتفاصيل التكوينية المقابلة. سيستخدم هذا نموذج Whisper الخاص بمزود السحابة بدلاً من النموذج المحلي.+2. **استخدام نموذج محلي آخر:** يمكنك تجربة نماذج تفريغ محلية أخرى، مثل `whisper.cpp` الأصلي.++### 8. كيف يمكنني العثور على رمز الصوت/النغمة الصحيح لخاصية تحويل النص إلى كلام؟++تُحدد الأصوات المتاحة وأكوادها المقابلة من قبل مزود خدمة الصوت الذي تستخدمه. يرجى الرجوع إلى الوثائق الرسمية الخاصة بهم.++* **OpenAI TTS:** [الوثائق](https://platform.openai.com/docs/guides/text-to-speech/api-reference) (انظر خيارات `voice`).+* **Alibaba Cloud:** [الوثائق](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis) (انظر معلمة `voice` في قائمة النغمات).++### 9. كيف يمكنني استخدام نموذج لغة كبير محلي (LLM)، مثل الذي يعمل على Ollama، للترجمة؟++نعم، يمكنك تكوين KlicStudio لاستخدام أي LLM محلي يوفر نقطة نهاية API متوافقة مع OpenAI.++1. **ابدأ نموذج LLM المحلي الخاص بك:** تأكد من أن خدمتك المحلية (مثل Ollama التي تعمل على Llama3) نشطة وقابلة للوصول.+2. **تحرير `config.toml`:** في قسم نموذج اللغة الكبير (المترجم):++* قم بتعيين مزود `name` (أو `type`) إلى `"openai"`.+* قم بتعيين `api_key` إلى أي سلسلة عشوائية (مثل `"ollama"`)، حيث إنها ليست مطلوبة للمكالمات المحلية.+* قم بتعيين `base_url` إلى نقطة نهاية API لنموذجك المحلي. بالنسبة لـ Ollama، يكون هذا عادةً `http://localhost:11434/v1`.+* قم بتعيين `model` إلى اسم النموذج الذي تقدمه، على سبيل المثال، `"llama3"`.++### 10. هل يمكنني تخصيص نمط الترجمة (الخط، الحجم، اللون) في الفيديو النهائي؟++لا. حاليًا، يقوم KlicStudio بإنشاء **ترجمات مشفرة**، مما يعني أنها تُحرق مباشرة في إطارات الفيديو. التطبيق **لا يقدم خيارات لتخصيص نمط الترجمة**؛ يستخدم نمطًا محددًا مسبقًا.++للحصول على تخصيص متقدم، الحل الموصى به هو:++1. استخدام KlicStudio لإنشاء ملف الترجمة `.srt` المترجم.+2. استيراد الفيديو الأصلي وملف `.srt` هذا إلى محرر فيديو احترافي (مثل Premiere Pro، Final Cut Pro، DaVinci Resolve) لتطبيق الأنماط المخصصة قبل التصدير.++### 11. لدي بالفعل ملف `.srt` مترجم. هل يمكن لـ KlicStudio استخدامه فقط لأداء الدبلجة؟++لا، هذه الميزة غير مدعومة حاليًا. يقوم التطبيق بتشغيل سلسلة كاملة من التفريغ إلى إنشاء الفيديو النهائي.\ No newline at end of filediff --git a/docs/de/README.md b/docs/de/README.mdindex f52f7f8a..f40cffc2 100644--- a/docs/de/README.md+++ b/docs/de/README.md@@ -1,44 +1,47 @@<div align="center"><img src="/docs/images/logo.jpg" alt="KlicStudio" height="90">- # Minimalistisches AI-Videoübersetzungs- und Synchronisationstool+# Minimalistisches KI-Videoübersetzungs- und Synchronisationstool- <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>- ## Projektübersicht ([Jetzt die Online-Version ausprobieren!](https://www.klic.studio/))+## Projektvorstellung ([Probieren Sie jetzt die Online-Version aus!](https://www.klic.studio/))+[**Schnellstart**](#-quick-start)-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 vielseitige Lösung zur Lokalisierung und Verbesserung von Audio und Video, die von Krillin AI entwickelt wurde. Dieses minimalistische, aber leistungsstarke Tool integriert Videoübersetzung, Synchronisation und Sprachklonierung und unterstützt sowohl Quer- als auch Hochformat, um eine perfekte Präsentation auf allen wichtigen Plattformen (Bilibili, Xiaohongshu, Douyin, WeChat Video, Kuaishou, YouTube, TikTok usw.) zu gewährleisten. Mit einem End-to-End-Workflow können Sie Rohmaterialien mit nur wenigen Klicks in wunderschön bereitgestellte plattformübergreifende Inhalte verwandeln.## 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 Umgebungs-Konfiguration erforderlich, automatische Abhängigkeitsinstallation, sofort einsatzbereit, mit einer neuen Desktop-Version für einfacheren Zugriff!📥 **Videoerfassung**: Unterstützt yt-dlp-Downloads oder lokale Datei-Uploads-📜 **Präzise Erkennung**: Hochgenaue Spracherkennung basierend auf Whisper+📜 **Genauigkeit der Erkennung**: Hochgenaue Spracherkennung basierend auf Whisper-🧠 **Intelligente Segmentierung**: Verwendung von LLM zur Untertitelsegmentierung und -ausrichtung+🧠 **Intelligente Segmentierung**: Untertitel-Segmentierung und -Ausrichtung mit LLM-🔄 **Terminologieersetzung**: Ein-Klick-Ersetzung von Fachbegriffen+🔄 **Terminologieersetzung**: Ein-Klick-Ersetzung von Fachvokabular-🌍 **Professionelle Übersetzung**: LLM-Übersetzung mit Kontext für natürliche Semantik+🌍 **Professionelle Übersetzung**: LLM-Übersetzung mit Kontext zur Beibehaltung natürlicher Semantik-🎙️ **Synchronisationsklon**: Bietet ausgewählte Stimmen von CosyVoice oder benutzerdefinierte Stimmklonung+🎙️ **Sprachklonierung**: Bietet ausgewählte Sprachstimmen von CosyVoice oder benutzerdefinierte Sprachklonierung🎬 **Videokomposition**: Automatische Verarbeitung von Quer- und Hochformatvideos sowie Untertitel-Layout-💻 **Plattformübergreifend**: Unterstützt Windows, Linux, macOS, bietet Desktop- und Server-Versionen+💻 **Plattformübergreifend**: Unterstützt Windows, Linux, macOS und bietet sowohl Desktop- als auch Serverversionen+## Effekt-Demonstration-## 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 Bild unten zeigt den Effekt der Untertiteldatei, die nach dem Import eines 46-minütigen lokalen Videos und der Ausführung mit einem Klick ohne manuelle Anpassungen generiert wurde. Es gibt keine Auslassungen oder Überlappungen, die Segmentierung ist natürlich und die Übersetzungsqualität ist sehr hoch.<table>@@ -46,24 +49,28 @@ Das folgende Bild zeigt die Ergebnisse eines 46-minütigen lokal importierten Vi<td width="33%">### Untertitelübersetzung+---+https://github.com/user-attachments/assets/bba1ac0a-fe6b-4947-b58d-ba99306d0339</td><td width="33%">--### Synchronisation+---+https://github.com/user-attachments/assets/0b32fad3-c3ad-4b6a-abf0-0865f0dd2385</td><td width="33%">-### Hochformat+### Hochformatmodus+---+https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71</td>@@ -71,111 +78,141 @@ https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71</tr></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.**_+## 🔍 Unterstützte Spracherkennungsdienste++_**Alle lokalen Modelle in der folgenden Tabelle unterstützen die automatische Installation von ausführbaren Dateien + Modell-Dateien; Sie müssen nur auswählen, und Klic wird alles für Sie vorbereiten.**_-| 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 |-| **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 |+| Dienstquelle | Unterstützte Plattformen | Modelloptionen | Lokal/Cloud | Anmerkungen |+|------------------------|-------------------------|-------------------------------------------|-------------|---------------------------------|+| **OpenAI Whisper** | Alle Plattformen | - | Cloud | Schnelle Geschwindigkeit und gute Wirkung |+| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (empfohlen medium+) | Lokal | Schnellere Geschwindigkeit, keine Kosten für Cloud-Dienste |+| **WhisperKit** | macOS (nur M-Serie) | `large-v2` | Lokal | Native Optimierung für Apple-Chips |+| **WhisperCpp** | Alle Plattformen | `large-v2` | Lokal | Unterstützt alle Plattformen |+| **Alibaba Cloud ASR** | Alle Plattformen | - | Cloud | Vermeidet Netzwerkprobleme 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:+- OpenAI- Gemini- DeepSeek- Tongyi Qianwen- Lokal bereitgestellte Open-Source-Modelle-- Andere API-Dienste, die mit OpenAI-Format kompatibel sind+- Andere API-Dienste, die mit dem OpenAI-Format kompatibel sind++## 🎤 TTS Text-to-Speech Unterstützung-## 🎤 TTS Text-zu-Sprache Unterstützung-- Alibaba Cloud Sprachdienst+- Alibaba Cloud Voice Service- OpenAI TTS## Sprachunterstützung-Eingabesprachen: Chinesisch, Englisch, Japanisch, Deutsch, Türkisch, Koreanisch, Russisch, Malaiisch (wird kontinuierlich erweitert)-Übersetzungssprachen: Englisch, Chinesisch, Russisch, Spanisch, Französisch und weitere 101 Sprachen+Unterstützte Eingabesprachen: Chinesisch, Englisch, Japanisch, Deutsch, Türkisch, Koreanisch, Russisch, Malaiisch (kontinuierlich steigend)-## Benutzeroberflächenvorschau-+Unterstützte Übersetzungssprachen: Englisch, Chinesisch, Russisch, Spanisch, Französisch und 101 andere Sprachen+## Schnittstellenvorschau+++## 🚀 Schnellstart++Sie können Fragen auf dem [Deepwiki von KlicStudio](https://deepwiki.com/krillinai/KlicStudio) stellen. Es indiziert die Dateien im Repository, sodass Sie schnell Antworten finden können.+### 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.-【Wenn es sich um die Desktop-Version handelt, d.h. die Release-Datei mit "desktop" versehen ist, lesen Sie 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)+Laden Sie zunächst die ausführbare Datei herunter, die mit Ihrem Gerätesystem von der [Release](https://github.com/KrillinAI/KlicStudio/releases) übereinstimmt, und folgen Sie dann dem Tutorial unten, um zwischen der Desktop-Version oder der Nicht-Desktop-Version zu wählen. Platzieren Sie den Software-Download in einem leeren Ordner, da beim Ausführen einige Verzeichnisse generiert werden, und das Halten in einem leeren Ordner erleichtert die Verwaltung.-【Wenn es sich um die Nicht-Desktop-Version handelt, d.h. die Release-Datei ohne "desktop", lesen Sie 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)+【Wenn es sich um die Desktop-Version handelt, d.h. die Release-Datei mit "desktop", siehe hier】+_Die Desktop-Version wurde neu veröffentlicht, um die Probleme neuer Benutzer zu beheben, die Schwierigkeiten haben, Konfigurationsdateien korrekt zu bearbeiten, und es gibt einige Fehler, die kontinuierlich aktualisiert werden._++1. Doppelklicken Sie auf die Datei, um sie zu verwenden (die Desktop-Version erfordert auch eine Konfiguration innerhalb der Software)++【Wenn es sich um die Nicht-Desktop-Version handelt, d.h. die Release-Datei ohne "desktop", siehe hier】+_Die Nicht-Desktop-Version ist die ursprüngliche Version, die eine komplexere Konfiguration hat, aber in der Funktionalität stabil ist und sich für die Serverbereitstellung eignet, da sie eine Benutzeroberfläche im Webformat bietet._++1. Erstellen Sie einen `config`-Ordner innerhalb des Ordners, und erstellen Sie dann eine `config.toml`-Datei im `config`-Ordner. Kopieren Sie den Inhalt der `config-example.toml`-Datei aus dem Quellcodeverzeichnis `config` in `config.toml` und fügen Sie Ihre Konfigurationsinformationen gemäß den Kommentaren ein.+2. Doppelklicken Sie oder führen Sie die ausführbare Datei im Terminal aus, um den Dienst zu starten+3. Öffnen Sie Ihren Browser und geben Sie `http://127.0.0.1:8888` ein, um ihn zu verwenden (ersetzen Sie 8888 durch den Port, den Sie in der Konfigurationsdatei angegeben haben)### 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, d.h. die Release-Datei mit "desktop", siehe hier】+Aufgrund von Signierungsproblemen kann die Desktop-Version derzeit nicht durch Doppelklick ausgeführt oder über dmg installiert werden; Sie müssen die Anwendung manuell vertrauen. Die Methode ist wie folgt:++1. Öffnen Sie das Terminal im Verzeichnis, in dem sich die ausführbare Datei (angenommen, der Dateiname ist KlicStudio_1.0.0_desktop_macOS_arm64) befindet+2. Führen Sie die folgenden Befehle der Reihe nach 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, d.h. die Release-Datei ohne "desktop", siehe hier】+Diese Software ist nicht signiert, daher müssen Sie beim Ausführen auf macOS nach Abschluss der Datei-Konfiguration in den "Grundlegenden Schritten" auch der Anwendung manuell vertrauen. Die Methode ist wie folgt:++1. Öffnen Sie das Terminal im Verzeichnis, in dem sich die ausführbare Datei (angenommen, der Dateiname ist KlicStudio_1.0.0_macOS_arm64) befindet+2. Führen Sie die folgenden Befehle der Reihe nach aus:```- sudo xattr -rd com.apple.quarantine ./KlicStudio_1.0.0_macOS_arm64- sudo chmod +x ./KlicStudio_1.0.0_macOS_arm64- ./KlicStudio_1.0.0_macOS_arm64- ```- um den Dienst zu starten+ sudo xattr -rd com.apple.quarantine ./KlicStudio_1.0.0_macOS_arm64+ sudo chmod +x ./KlicStudio_1.0.0_macOS_arm64+ ./KlicStudio_1.0.0_macOS_arm64+ ```++ Dies wird den Dienst starten### Docker-Bereitstellung-Dieses Projekt unterstützt die Docker-Bereitstellung. Bitte beachten Sie die [Docker-Bereitstellungsanleitung](./docker.md)-### Cookie-Konfigurationsanleitung (nicht erforderlich)+Dieses Projekt unterstützt die Docker-Bereitstellung; bitte beziehen Sie sich auf die [Docker-Bereitstellungsanweisungen](./docker.md)++Basierend auf der bereitgestellten Konfigurationsdatei finden Sie hier den aktualisierten Abschnitt "Konfigurationshilfe (Unbedingt lesen)" für Ihre README-Datei:++### Konfigurationshilfe (Unbedingt lesen)++Die Konfigurationsdatei ist in mehrere Abschnitte unterteilt: `[app]`, `[server]`, `[llm]`, `[transcribe]` und `[tts]`. Eine Aufgabe besteht aus Spracherkennung (`transcribe`) + Übersetzung durch ein großes Modell (`llm`) + optionale Sprachdienste (`tts`). Dies zu verstehen, wird Ihnen helfen, die Konfigurationsdatei besser zu erfassen.-Wenn Sie auf Probleme beim Herunterladen von Videos stoßen+**Einfachste und schnellste Konfiguration:**-Bitte beachten Sie die [Cookie-Konfigurationsanleitung](./get_cookies.md), um Ihre Cookie-Informationen zu konfigurieren.+**Nur für Untertitelübersetzung:**+ * Setzen Sie im Abschnitt `[transcribe]` `provider.name` auf `openai`.+ * Sie müssen dann nur noch Ihren OpenAI-API-Schlüssel im Block `[llm]` ausfüllen, um mit der Untertitelübersetzung zu beginnen. `app.proxy`, `model` und `openai.base_url` können nach Bedarf ausgefüllt werden.-### 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)+**Ausgewogenes Kosten-, Geschwindigkeits- und Qualitätsverhältnis (Verwendung der lokalen Spracherkennung):**-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)+* Setzen Sie im Abschnitt `[transcribe]` `provider.name` auf `fasterwhisper`.+* Setzen Sie `transcribe.fasterwhisper.model` auf `large-v2`.+* Füllen Sie Ihre Konfiguration für das große Sprachmodell im Block `[llm]` aus.+* Das erforderliche lokale Modell wird automatisch heruntergeladen und installiert.-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-to-Speech (TTS) Konfiguration (Optional):**-**Für den Erhalt von Alibaba Cloud AccessKey, Bucket, AppKey lesen Sie bitte**: [Alibaba Cloud Konfigurationsanleitung](./aliyun.md)+* Die TTS-Konfiguration ist optional.+* Setzen Sie zunächst den `provider.name` im Abschnitt `[tts]` (z.B. `aliyun` oder `openai`).+* Füllen Sie dann den entsprechenden Konfigurationsblock für den ausgewählten Anbieter aus. Wenn Sie beispielsweise `aliyun` wählen, müssen Sie den Abschnitt `[tts.aliyun]` ausfüllen.+* Sprachcodes in der Benutzeroberfläche sollten basierend auf der Dokumentation des ausgewählten Anbieters ausgewählt werden.+* **Hinweis:** Wenn Sie die Sprachklonierungsfunktion verwenden möchten, müssen Sie `aliyun` als TTS-Anbieter auswählen.-Bitte verstehen Sie, dass die Aufgabe = Spracherkennung + großes Modellübersetzung + Sprachdienst (TTS usw., optional) ist, was Ihnen beim Verständnis der Konfigurationsdatei sehr helfen wird.+**Alibaba Cloud Konfiguration:**-## Häufige Fragen+* Für Details zum Erhalt des erforderlichen `AccessKey`, `Bucket` und `AppKey` für Alibaba Cloud-Dienste, siehe die [Alibaba Cloud Konfigurationsanweisungen](https://www.google.com/search?q=./aliyun.md). Die wiederholten Felder für AccessKey usw. sind so gestaltet, dass eine klare Konfigurationsstruktur aufrechterhalten wird.-Bitte besuchen Sie die [Häufigen Fragen](./faq.md)+## Häufig gestellte Fragen++Bitte besuchen Sie die [Häufig gestellten 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. Reichen Sie keine nutzlosen Dateien ein, wie .vscode, .idea usw.; verwenden Sie bitte .gitignore, um sie herauszufiltern.+2. Reichen Sie keine config.toml ein; reichen Sie stattdessen config-example.toml ein.## 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++1. Treten Sie unserer QQ-Gruppe für Fragen bei: 754069680+2. Folgen Sie unseren Social-Media-Konten, [Bilibili](https://space.bilibili.com/242124650), wo wir täglich qualitativ hochwertige Inhalte im Bereich der KI-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..2653c388 100644--- a/docs/de/aliyun.md+++ b/docs/de/aliyun.md@@ -1,31 +1,31 @@## 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 und müssen die Echtheitsprüfung abschließen. Die meisten Dienste haben kostenlose Kontingente.-## Abrufen von `access_key_id` und `access_key_secret` für Alibaba Cloud+## Erhalten von Alibaba Cloud `access_key_id` und `access_key_secret`1. 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." Wählen Sie bei Bedarf die Nutzungsmethode "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; es ist am besten, es in eine lokale Datei zu kopieren.-## Aktivierung des Alibaba Cloud Sprachdienstes-1. Gehen Sie zur [Alibaba Cloud Sprachdienstverwaltungsseite](https://nls-portal.console.aliyun.com/applist). Bei der ersten Anmeldung müssen Sie den Dienst aktivieren.-2. Klicken Sie auf "Projekt erstellen".+## Aktivierung des Alibaba Cloud Voice Service+1. Gehen Sie zur [Alibaba Cloud Voice Service-Verwaltungsseite](https://nls-portal.console.aliyun.com/applist). Sie müssen den Dienst bei Ihrem ersten Besuch aktivieren.+2. Klicken Sie auf "Projekt erstellen."-3. Wählen Sie die Funktionen aus und aktivieren Sie sie.+3. Wählen Sie Funktionen aus und aktivieren Sie diese.-4. "Stream Text-to-Speech (CosyVoice großes Modell)" muss auf die kommerzielle Version aktualisiert werden, andere Dienste können mit der kostenlosen Testversion verwendet werden.+4. Das "Streaming Text-to-Speech (CosyVoice Large Model)" muss auf die kommerzielle Version aktualisiert werden; andere Dienste können die kostenlose Testversion nutzen.-5. Kopieren Sie einfach den App-Key.+5. Kopieren Sie einfach den App-Schlüssel.-## Aktivierung des Alibaba Cloud OSS-Dienstes-1. 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".+## Aktivierung des Alibaba Cloud OSS Service+1. Gehen Sie zur [Alibaba Cloud Object Storage Service-Konsole](https://oss.console.aliyun.com/overview). Sie müssen den Dienst bei Ihrem ersten Besuch aktivieren.+2. Wählen Sie die Bucket-Liste auf der linken Seite und klicken Sie dann 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 "Schnell erstellen", füllen Sie einen konformen Bucket-Namen aus und wählen Sie die **Shanghai**-Region, um die Erstellung abzuschließen (der hier eingegebene Name wird der Wert für das Konfigurationselement `aliyun.oss.bucket` sein).-4. Nach der Erstellung gehen Sie in den Bucket.+4. Nach der Erstellung betreten Sie den Bucket.-5. Deaktivieren Sie den Schalter "Öffentlichen Zugriff blockieren" und setzen Sie die Lese- und Schreibberechtigungen auf "Öffentlich lesbar".+5. Schalten Sie den Schalter "Öffentlichen Zugriff blockieren" aus und setzen Sie die Lese- und Schreibberechtigungen auf "Öffentlich lesen."\ No newline at end of filediff --git a/docs/de/faq.md b/docs/de/faq.mdindex ab94c711..9639e826 100644--- a/docs/de/faq.md+++ b/docs/de/faq.md@@ -1,40 +1,110 @@-### 1. `app.log` Konfigurationsdatei nicht sichtbar, Fehlerinhalt kann nicht ermittelt werden-Windows-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“-Stellen 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:-```-/── config/-│ └── config.toml-├── cookies.txt (<- optionaler cookies.txt Datei)-└── 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.--### 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:--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.--### 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:-1. Erstellen Sie einen neuen Ordner namens msyh unter /usr/share/fonts/ und kopieren Sie die heruntergeladenen Schriftarten in dieses Verzeichnis.-2.+### 1. Das Programm meldet "Konfigurationsdatei nicht gefunden" oder "xxxxx erfordert die Konfiguration des xxxxx API-Schlüssels." Wie kann ich das beheben?++Dies ist ein häufiges Einrichtungsproblem. Es gibt einige Gründe, warum dies passieren könnte:++1. **Falscher Dateipfad oder Name:**++* Das Programm benötigt eine Konfigurationsdatei mit dem genauen Namen `config.toml`. Stellen Sie sicher, dass Sie sie nicht versehentlich `config.toml.txt` genannt haben.+* Diese Datei muss sich in einem `config`-Ordner befinden. Die korrekte Struktur des Arbeitsverzeichnisses sollte wie folgt aussehen:+ ```+ /── config/+ │ └── config.toml+ └── krillinai.exe (Ihre ausführbare Datei)+ ```+* **Für Windows-Benutzer:** Es wird empfohlen, das gesamte Softwareverzeichnis in einen Ordner zu legen, der sich nicht auf dem C:-Laufwerk befindet, um mögliche Berechtigungsprobleme zu vermeiden.++2. **Unvollständige API-Schlüssel-Konfiguration:**++* Die Anwendung benötigt separate Konfigurationen für das große Sprachmodell (für Übersetzungen), den Sprachdienst (für Transkription und Sprachsynthese) und den TTS-Dienst.+* Selbst wenn Sie OpenAI für alles verwenden, müssen Sie den Schlüssel in verschiedenen Abschnitten der `config.toml`-Datei ausfüllen. Suchen Sie nach dem Abschnitt `llm`, dem Abschnitt `transcribe`, dem Abschnitt `tts` und fügen Sie die entsprechenden API-Schlüssel und andere erforderliche Informationen ein.++### 2. Ich erhalte einen Fehler, der "yt-dlp error" enthält. Was soll ich tun?++Dieser Fehler weist auf ein Problem mit dem Video-Downloader hin, das normalerweise mit Ihrem Netzwerk oder der Version des Downloaders zusammenhängt.++* **Netzwerk:** Wenn Sie einen Proxy verwenden, stellen Sie sicher, dass er in den Proxy-Einstellungen in Ihrer `config.toml`-Datei korrekt konfiguriert ist.+* **Aktualisieren Sie `yt-dlp`:** Die mit der Software gebündelte Version von `yt-dlp` könnte veraltet sein. Sie können sie manuell aktualisieren, indem Sie ein Terminal im `bin`-Verzeichnis der Software öffnen und den Befehl ausführen:+ ```+ ./yt-dlp.exe -U+ ```++ (Ersetzen Sie `yt-dlp.exe` durch den korrekten Dateinamen für Ihr Betriebssystem, falls er abweicht).++### 3. Die Untertitel im endgültigen Video sind unleserlich oder erscheinen als quadratische Blöcke, insbesondere unter Linux.++Dies wird fast immer durch fehlende Schriftarten im System verursacht, insbesondere solche, die chinesische Zeichen unterstützen. Um dies zu beheben, müssen Sie die erforderlichen Schriftarten installieren.++1. Laden Sie die benötigten Schriftarten herunter, wie [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).+2. Erstellen Sie ein neues Schriftartenverzeichnis: `sudo mkdir -p /usr/share/fonts/msyh`.+3. Kopieren Sie die heruntergeladenen `.ttc`-Schriftartdateien in dieses neue Verzeichnis.+4. Führen Sie die folgenden Befehle aus, um den Schriftarten-Cache neu zu erstellen:```cd /usr/share/fonts/msyhsudo mkfontscalesudo mkfontdir- fc-cache+ sudo fc-cache -fv```-### 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+### 4. Unter macOS startet die Anwendung nicht und zeigt einen Fehler wie "KlicStudio ist beschädigt und kann nicht geöffnet werden."++Dies wird durch die Sicherheitsfunktion von macOS, Gatekeeper, verursacht, die Apps von nicht identifizierten Entwicklern einschränkt. Um dies zu beheben, müssen Sie manuell das Quarantäne-Attribut entfernen.++1. Öffnen Sie die **Terminal**-App.+2. Geben Sie den Befehl `xattr -cr` gefolgt von einem Leerzeichen ein, und ziehen Sie dann die Datei `KlicStudio.app` aus Ihrem Finder-Fenster in das Terminal. Der Befehl sieht dann etwa so aus:+ ```+ xattr -cr /Applications/KlicStudio.app+ ```+3. Drücken Sie die Eingabetaste. Sie sollten nun in der Lage sein, die Anwendung zu öffnen.++### 5. Ich erhalte Fehler wie `ffmpeg error`, `audioToSrt error` oder `exit status 1` während der Verarbeitung.++Diese Fehler weisen normalerweise auf Probleme mit Abhängigkeiten oder Systemressourcen hin.++* **`ffmpeg error`:** Dies deutet darauf hin, dass `ffmpeg` entweder nicht installiert oder nicht im System-Pfad zugänglich ist. Stellen Sie sicher, dass Sie eine vollständige, offizielle Version von `ffmpeg` installiert haben und dass ihr Speicherort zu den Umgebungsvariablen Ihres Systems hinzugefügt wurde.+* **`audioToSrt error` oder `exit status 1`:** Dieser Fehler tritt während der Transkriptionsphase (Audio-zu-Text) auf. Die häufigsten Ursachen sind:+ * **Modellprobleme:** Das lokale Transkriptionsmodell (z. B. `fasterwhisper`) konnte nicht geladen werden oder war während des Downloads beschädigt.+ * **Unzureichender Speicher (RAM):** Das Ausführen lokaler Modelle ist ressourcenintensiv. Wenn Ihr Computer nicht genügend Speicher hat, kann das Betriebssystem den Prozess beenden, was zu einem Fehler führt.+ * **Netzwerkausfall:** Wenn Sie einen Online-Transkriptionsdienst (wie die Whisper-API von OpenAI) verwenden, deutet dies auf ein Problem mit Ihrer Netzwerkverbindung oder einen ungültigen API-Schlüssel hin.++### 6. Der Fortschrittsbalken bewegt sich nicht. Ist das Programm eingefroren?++Nein, solange Sie keine Fehlermeldung sehen, arbeitet das Programm. Der Fortschrittsbalken wird nur nach Abschluss einer größeren Aufgabe (wie Transkription oder Video-Encoding) aktualisiert. Diese Aufgaben können sehr zeitaufwendig sein, was dazu führen kann, dass der Fortschrittsbalken für längere Zeit pausiert. Bitte haben Sie Geduld und warten Sie, bis die Aufgabe abgeschlossen ist.++### 7. Meine NVIDIA 5000-Serie GPU wird von `fasterwhisper` nicht unterstützt. Was soll ich tun?++Es wurde beobachtet, dass das `fasterwhisper`-Modell möglicherweise nicht korrekt mit NVIDIA 5000-Serie GPUs funktioniert (Stand Mitte 2025). Sie haben einige Alternativen für die Transkription:++1. **Verwenden Sie ein cloudbasiertes Modell:** Setzen Sie `transcribe.provider.name` in Ihrer `config.toml`-Datei auf `openai` oder `aliyun`. Füllen Sie dann den entsprechenden API-Schlüssel und die Konfigurationsdetails aus. Dies verwendet das Whisper-Modell des Cloud-Anbieters anstelle des lokalen.+2. **Verwenden Sie ein anderes lokales Modell:** Sie können mit anderen lokalen Transkriptionsmodellen experimentieren, wie dem ursprünglichen `whisper.cpp`.++### 8. Wie finde und fülle ich den richtigen Sprach-/Toncode für die Sprachsynthese aus?++Die verfügbaren Stimmen und ihre entsprechenden Codes werden vom Sprachdienstanbieter definiert, den Sie verwenden. Bitte beziehen Sie sich auf deren offizielle Dokumentation.++* **OpenAI TTS:** [Dokumentation](https://platform.openai.com/docs/guides/text-to-speech/api-reference) (siehe die `voice`-Optionen).+* **Alibaba Cloud:** [Dokumentation](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis) (siehe den `voice`-Parameter in der Tonliste).++### 9. Wie kann ich ein lokales großes Sprachmodell (LLM), wie eines, das auf Ollama läuft, für Übersetzungen verwenden?++Ja, Sie können KlicStudio so konfigurieren, dass es jedes lokale LLM verwendet, das einen OpenAI-kompatiblen API-Endpunkt bereitstellt.++1. **Starten Sie Ihr lokales LLM:** Stellen Sie sicher, dass Ihr lokaler Dienst (z. B. Ollama, das Llama3 ausführt) aktiv und zugänglich ist.+2. **Bearbeiten Sie `config.toml`:** Im Abschnitt für das große Sprachmodell (Übersetzer):++* Setzen Sie den Anbieter `name` (oder `type`) auf `"openai"`.+* Setzen Sie den `api_key` auf einen beliebigen zufälligen String (z. B. `"ollama"`), da er für lokale Aufrufe nicht benötigt wird.+* Setzen Sie die `base_url` auf den API-Endpunkt Ihres lokalen Modells. Für Ollama ist dies typischerweise `http://localhost:11434/v1`.+* Setzen Sie das `model` auf den Namen des Modells, das Sie bereitstellen, zum Beispiel `"llama3"`.++### 10. Kann ich den Untertitelstil (Schriftart, Größe, Farbe) im endgültigen Video anpassen?++Nein. Derzeit generiert KlicStudio **hardcodierte Untertitel**, was bedeutet, dass sie direkt in die Videorahmen eingebrannt werden. Die Anwendung **bietet keine Optionen zur Anpassung des Untertitelstils**; sie verwendet einen vordefinierten Stil.++Für eine erweiterte Anpassung ist der empfohlene Workaround:++1. Verwenden Sie KlicStudio, um die übersetzte `.srt`-Untertiteldatei zu generieren.+2. Importieren Sie Ihr Originalvideo und diese `.srt`-Datei in einen professionellen Video-Editor (z. B. Premiere Pro, Final Cut Pro, DaVinci Resolve), um benutzerdefinierte Stile vor dem Rendern anzuwenden.++### 11. Ich habe bereits eine übersetzte `.srt`-Datei. Kann KlicStudio sie verwenden, um nur das Synchronisieren durchzuführen?++Nein, diese Funktion wird derzeit nicht unterstützt. Die Anwendung führt eine vollständige Pipeline von der Transkription bis zur endgültigen Videoerstellung aus.\ No newline at end of filediff --git a/docs/es/README.md b/docs/es/README.mdindex f749f802..57a3087c 100644--- a/docs/es/README.md+++ b/docs/es/README.md@@ -1,68 +1,76 @@<div align="center"><img src="/docs/images/logo.jpg" alt="KlicStudio" height="90">- # Herramienta de traducción y doblaje de video AI de despliegue minimalista+# Herramienta Minimalista de Traducción y Doblaje de Video con IA- <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>- ## Introducción al proyecto ([¡Experimenta la versión en línea ahora!](https://www.klic.studio/))+## Introducción al Proyecto ([¡Prueba la versión en línea ahora!](https://www.klic.studio/))+[**Inicio Rápido**](#-quick-start)-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 versátil de localización y mejora de audio y video desarrollada por Krillin AI. Esta herramienta minimalista pero poderosa integra traducción de video, doblaje y clonación de voz, soportando formatos tanto apaisados como verticales para asegurar una presentación perfecta en todas las plataformas principales (Bilibili, Xiaohongshu, Douyin, WeChat Video, Kuaishou, YouTube, TikTok, etc.). Con un flujo de trabajo de extremo a extremo, puedes transformar materiales en bruto en contenido listo para usar y multiplataforma con solo unos pocos clics.-## 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.+## Características y Funciones Clave:-📥 **Obtención de video**: Soporta descarga con yt-dlp o carga de archivos locales.+🎯 **Inicio con un clic**: No se requiere configuración compleja del entorno, instalación automática de dependencias, listo para usar de inmediato, ¡con una nueva versión de escritorio para un acceso más fácil!-📜 **Reconocimiento preciso**: Reconocimiento de voz de alta precisión basado en Whisper.+📥 **Adquisición de Video**: Soporta descargas de yt-dlp o cargas de archivos locales-🧠 **Segmentación inteligente**: Uso de LLM para segmentación y alineación de subtítulos.+📜 **Reconocimiento Preciso**: Reconocimiento de voz de alta precisión basado en Whisper-🔄 **Reemplazo de términos**: Reemplazo de vocabulario especializado con un clic.+🧠 **Segmentación Inteligente**: Segmentación y alineación de subtítulos utilizando LLM-🌍 **Traducción profesional**: Traducción LLM con contexto para mantener la naturalidad semántica.+🔄 **Reemplazo de Terminología**: Reemplazo de vocabulario profesional con un clic-🎙️ **Clonación de voz**: Ofrece tonos seleccionados de CosyVoice o clonación de tonos personalizados.+🌍 **Traducción Profesional**: Traducción LLM con contexto para mantener la semántica natural-🎬 **Composición de video**: Procesamiento automático de videos en formato horizontal y vertical y maquetación de subtítulos.+🎙️ **Clonación de Voz**: Ofrece tonos de voz seleccionados de CosyVoice o clonación de voz personalizada-💻 **Multiplataforma**: Soporta Windows, Linux, macOS, ofreciendo versiones de escritorio y servidor.+🎬 **Composición de Video**: Procesa automáticamente videos apaisados y verticales y el diseño de subtítulos-## 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.-+💻 **Multiplataforma**: Soporta Windows, Linux, macOS, proporcionando versiones de escritorio y servidor++## Demostración de Efecto++La imagen a continuación muestra el efecto del archivo de subtítulos generado después de importar un video local de 46 minutos y ejecutarlo con un clic, sin ajustes manuales. No hay omisiones ni superposiciones, la segmentación es natural y la calidad de la traducción es muy alta.+<table><tr><td width="33%">-### Traducción de subtítulos+### Traducción de Subtítulos+---+https://github.com/user-attachments/assets/bba1ac0a-fe6b-4947-b58d-ba99306d0339</td><td width="33%">--### Doblaje+---+https://github.com/user-attachments/assets/0b32fad3-c3ad-4b6a-abf0-0865f0dd2385</td><td width="33%">-### Pantalla vertical+### Modo Vertical+---+https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71</td>@@ -70,20 +78,22 @@ 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.**_+## 🔍 Servicios de Reconocimiento de Voz Soportados-| Fuente de servicio | Plataformas soportadas | Opciones de modelo | Local/Nube | Notas |-|-------------------------|-----------------------|-----------------------------------------------|------------|----------------|-| **OpenAI Whisper** | Todas las plataformas | - | Nube | Rápido y efectivo |-| **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 |+_**Todos los modelos locales en la tabla a continuación soportan la instalación automática de archivos ejecutables + archivos de modelo; solo necesitas elegir, y Klic preparará todo por ti.**_-## 🚀 Soporte para modelos de lenguaje grande+| Fuente del Servicio | Plataformas Soportadas | Opciones de Modelo | Local/Nube | Observaciones |+|-------------------------|------------------------|--------------------------------------------|------------|-------------------------------|+| **OpenAI Whisper** | Todas las Plataformas | - | Nube | Velocidad rápida y buen efecto |+| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (recomendado medium+) | Local | Velocidad más rápida, sin costo de servicio en la nube |+| **WhisperKit** | macOS (solo M-series) | `large-v2` | Local | Optimización nativa para chips de Apple |+| **WhisperCpp** | Todas las Plataformas | `large-v2` | Local | Soporta todas las plataformas |+| **Alibaba Cloud ASR** | Todas las Plataformas | - | Nube | Evita problemas de red en China continental |++## 🚀 Soporte para Modelos de Lenguaje Grande✅ 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:+- OpenAI- Gemini- DeepSeek@@ -91,89 +101,118 @@ _**Todos los modelos locales en la tabla a continuación soportan instalación a- Modelos de código abierto desplegados localmente- Otros servicios de API compatibles con el formato de OpenAI-## 🎤 Soporte para TTS (texto a voz)-- Servicio de voz de Aliyun+## 🎤 Soporte TTS Texto a Voz++- Servicio de Voz de Alibaba Cloud- OpenAI TTS-## Soporte de idiomas-Idiomas de entrada soportados: chino, inglés, japonés, alemán, turco, coreano, ruso, malayo (en constante aumento)+## Soporte de Idiomas++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 101 otros idiomas++## Vista Previa de la Interfaz-Idiomas de traducción soportados: inglés, chino, ruso, español, francés y otros 101 idiomas.++-## Vista previa de la interfaz-+## 🚀 Inicio Rápido-## 🚀 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.+Puedes hacer preguntas en el [Deepwiki de KlicStudio](https://deepwiki.com/krillinai/KlicStudio). Indexa los archivos en el repositorio, por lo que puedes encontrar respuestas rápidamente.-【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._-1. Haz doble clic en el archivo para comenzar a usarlo (la versión de escritorio también necesita configuración dentro del software).+### Pasos Básicos-【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.-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).+Primero, descarga el archivo ejecutable que coincida con el sistema de tu dispositivo desde el [Release](https://github.com/KrillinAI/KlicStudio/releases), luego sigue el tutorial a continuación para elegir entre la versión de escritorio o la versión no de escritorio. Coloca la descarga del software en una carpeta vacía, ya que ejecutarlo generará algunos directorios, y mantenerlo en una carpeta vacía facilitará la gestión.++【Si es la versión de escritorio, es decir, el archivo de lanzamiento con "desktop," consulta aquí】+_La versión de escritorio se ha lanzado recientemente para abordar los problemas de los nuevos usuarios que luchan por editar correctamente los archivos de configuración, y hay algunos errores que se están actualizando continuamente._++1. Haz doble clic en el archivo para comenzar a usarlo (la versión de escritorio también requiere configuración dentro del software)++【Si es la versión no de escritorio, es decir, el archivo de lanzamiento sin "desktop," consulta aquí】+_La versión no de escritorio es la versión inicial, que tiene una configuración más compleja pero es estable en funcionalidad y adecuada para el despliegue en servidores, ya que proporciona una interfaz de usuario en formato web._++1. Crea una carpeta `config` dentro de la carpeta, luego crea un archivo `config.toml` en la carpeta `config`. Copia el contenido del archivo `config-example.toml` del directorio `config` del código fuente en `config.toml`, y completa tu información de configuración según los comentarios.+2. Haz doble clic o ejecuta el archivo ejecutable en la terminal para iniciar el servicio+3. Abre tu navegador e ingresa `http://127.0.0.1:8888` para comenzar a usarlo (reemplaza 8888 con el puerto que especificaste en el archivo de configuración)++### Para: Usuarios de macOS++【Si es la versión de escritorio, es decir, el archivo de lanzamiento con "desktop," consulta aquí】+Debido a problemas de firma, la versión de escritorio actualmente no se puede ejecutar con doble clic ni instalar a través 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 (suponiendo que el nombre del archivo es KlicStudio_1.0.0_desktop_macOS_arm64)+2. Ejecuta los siguientes comandos en orden:-### 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).-2. Ejecuta los siguientes comandos uno por uno:```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```-【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).-2. Ejecuta los siguientes comandos uno por uno:+【Si es la versión no de escritorio, es decir, el archivo de lanzamiento sin "desktop," consulta aquí】+Este software no está firmado, por lo que al ejecutarlo en macOS, después de completar la configuración del archivo en los "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 (suponiendo que el nombre del archivo es KlicStudio_1.0.0_macOS_arm64)+2. Ejecuta los siguientes comandos en orden:```- sudo xattr -rd com.apple.quarantine ./KlicStudio_1.0.0_macOS_arm64- sudo chmod +x ./KlicStudio_1.0.0_macOS_arm64- ./KlicStudio_1.0.0_macOS_arm64- ```- Esto iniciará el servicio.+ sudo xattr -rd com.apple.quarantine ./KlicStudio_1.0.0_macOS_arm64+ sudo chmod +x ./KlicStudio_1.0.0_macOS_arm64+ ./KlicStudio_1.0.0_macOS_arm64+ ```++ Esto iniciará el servicio++### Despliegue en Docker++Este proyecto soporta el despliegue en Docker; por favor consulta las [Instrucciones de Despliegue en Docker](./docker.md)++Basado en el archivo de configuración proporcionado, aquí está la sección actualizada "Ayuda de Configuración (Debe Leer)" para tu archivo README:-### Despliegue con Docker-Este proyecto soporta despliegue con Docker, por favor consulta [Instrucciones de despliegue con Docker](./docker.md).+### Ayuda de Configuración (Debe Leer)-### Instrucciones de configuración de Cookies (opcional)+El archivo de configuración se divide en varias secciones: `[app]`, `[server]`, `[llm]`, `[transcribe]`, y `[tts]`. Una tarea se compone de reconocimiento de voz (`transcribe`) + traducción de modelo grande (`llm`) + servicios de voz opcionales (`tts`). Entender esto te ayudará a comprender mejor el archivo de configuración.-Si encuentras problemas al descargar videos,+**Configuración Más Fácil y Rápida:**-por favor consulta [Instrucciones de configuración de Cookies](./get_cookies.md) para configurar tu información de Cookies.+**Solo para Traducción de Subtítulos:**+ * En la sección `[transcribe]`, establece `provider.name` en `openai`.+ * Luego solo necesitarás llenar tu clave API de OpenAI en el bloque `[llm]` para comenzar a realizar traducciones de subtítulos. `app.proxy`, `model`, y `openai.base_url` se pueden llenar según sea necesario.-### Ayuda de configuración (imprescindible)-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).+**Costo, Velocidad y Calidad Balanceados (Usando Reconocimiento de Voz Local):**-Forma de configuración usando un modelo de reconocimiento de voz local (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).+* En la sección `[transcribe]`, establece `provider.name` en `fasterwhisper`.+* Establece `transcribe.fasterwhisper.model` en `large-v2`.+* Completa tu configuración de modelo de lenguaje grande en el bloque `[llm]`.+* El modelo local requerido se descargará e instalará automáticamente.-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.-Nota: Si usas clonación de voz, `tts` solo soporta seleccionar `aliyun`.+**Configuración de Texto a Voz (TTS) (Opcional):**-**Para obtener el AccessKey, Bucket y AppKey de Aliyun, por favor lee**: [Instrucciones de configuración de Aliyun](./aliyun.md).+* La configuración de TTS es opcional.+* Primero, establece `provider.name` en la sección `[tts]` (por ejemplo, `aliyun` o `openai`).+* Luego, completa el bloque de configuración correspondiente para el proveedor seleccionado. Por ejemplo, si eliges `aliyun`, debes llenar la sección `[tts.aliyun]`.+* Los códigos de voz en la interfaz de usuario deben elegirse según la documentación del proveedor seleccionado.+* **Nota:** Si planeas usar la función de clonación de voz, debes seleccionar `aliyun` como proveedor de TTS.-Por favor entiende que la tarea = reconocimiento de voz + traducción de modelo grande + servicio de voz (TTS, etc., opcional), esto te ayudará a entender el archivo de configuración.+**Configuración de Alibaba Cloud:**-## Preguntas frecuentes+* Para detalles sobre cómo obtener el `AccessKey`, `Bucket`, y `AppKey` necesarios para los servicios de Alibaba Cloud, consulta las [Instrucciones de Configuración de Alibaba Cloud](https://www.google.com/search?q=./aliyun.md). Los campos repetidos para AccessKey, etc., están diseñados para mantener una estructura de configuración clara.-Por favor visita [Preguntas frecuentes](./faq.md).+## Preguntas Frecuentes-## Normas de contribución-1. No envíes archivos innecesarios, como .vscode, .idea, etc., usa .gitignore para filtrarlos.-2. No envíes config.toml, sino usa config-example.toml para enviar.+Por favor visita [Preguntas Frecuentes](./faq.md)++## Directrices de Contribución++1. No envíes archivos inútiles, como .vscode, .idea, etc.; por favor usa .gitignore para filtrarlos.+2. No envíes config.toml; en su lugar, envía config-example.toml.## Contáctanos-1. 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.-## Historial de estrellas+1. Únete a nuestro grupo de QQ para preguntas: 754069680+2. Sigue nuestras cuentas en redes sociales, [Bilibili](https://space.bilibili.com/242124650), donde compartimos contenido de calidad en el campo de la tecnología de IA todos los días.++## Historial de Estrellas-[](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/es/aliyun.md b/docs/es/aliyun.mdindex 4bccbd44..df6ee642 100644--- a/docs/es/aliyun.md+++ b/docs/es/aliyun.md@@ -1,31 +1,31 @@## 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.+Necesitas tener una cuenta de [Alibaba Cloud](https://www.aliyun.com) y completar la verificación de nombre real. La mayoría de los servicios tienen cuotas gratuitas.## Obtención de `access_key_id` y `access_key_secret` de Alibaba Cloud-1. 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".+1. Ve 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 como "Usado en el entorno de desarrollo local".-3. Guarda de manera segura, es mejor copiarlo en un archivo local.+3. Mantenlo a salvo; lo mejor es copiarlo en un archivo local para su almacenamiento.-## 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.-2. Haz clic en crear proyecto.+## Activación del Servicio de Voz de Alibaba Cloud+1. Ve a la [página de gestión del Servicio de Voz de Alibaba Cloud](https://nls-portal.console.aliyun.com/applist). Necesitas activar el servicio en tu primera visita.+2. Haz clic en "Crear Proyecto".-3. Selecciona las funciones y actívalas.+3. Selecciona las características 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. El "Texto a Voz 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.+5. Simplemente 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.+## Activación del Servicio OSS de Alibaba Cloud+1. Ve a la [Consola del Servicio de Almacenamiento de Objetos de Alibaba Cloud](https://oss.console.aliyun.com/overview). Necesitas activar el servicio en tu primera visita.+2. Selecciona la lista de Buckets a la izquierda, 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. Elige "Creación Rápida", completa un nombre de Bucket conforme y selecciona la región **Shanghái** para completar la creación (el nombre que ingreses aquí será el valor para el ítem de configuración `aliyun.oss.bucket`).-4. Una vez creado, accede al Bucket.+4. Después de la creación, entra en el Bucket.-5. Desactiva el interruptor de "Bloquear acceso público" y establece los permisos de lectura y escritura en "Lectura pública".+5. Apaga el interruptor de "Bloquear Acceso Público" y establece los permisos de lectura y escritura en "Lectura Pública".\ No newline at end of filediff --git a/docs/es/faq.md b/docs/es/faq.mdindex 706958a4..e61ec3e8 100644--- a/docs/es/faq.md+++ b/docs/es/faq.md@@ -1,40 +1,110 @@-### 1. No se puede ver el archivo de configuración `app.log`, no se puede saber el contenido del error-Los 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"-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:-```-/── config/-│ └── config.toml-├── cookies.txt (<- archivo cookies.txt opcional)-└── krillinai.exe-```--### 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.--### 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:--Abre una terminal en la ubicación del directorio bin del software y ejecuta-```-./yt-dlp.exe -U-```-Aquí, reemplaza `yt-dlp.exe` con el nombre real del software ytdlp en tu sistema.--### 5. Después de la implementación, la generación de subtítulos es normal, pero los subtítulos incrustados en el video tienen muchos caracteres extraños-La mayoría de las veces esto se debe a la falta de fuentes chinas en Linux. Descarga las fuentes [Microsoft YaHei](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyh.ttc) y [Microsoft YaHei-bold](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyhbd.ttc) (o elige fuentes que satisfagan tus requisitos) y luego sigue estos pasos:-1. Crea una carpeta msyh en /usr/share/fonts/ y copia las fuentes descargadas en ese directorio.-2.+### 1. El programa informa "Archivo de configuración no encontrado" o "xxxxx requiere la configuración de la clave API de xxxxx". ¿Cómo puedo solucionarlo?++Este es un problema común de configuración. Hay varias razones por las que esto puede suceder:++1. **Ubicación o Nombre de Archivo Incorrecto:**++* El programa requiere un archivo de configuración llamado exactamente `config.toml`. Asegúrate de no haberlo nombrado accidentalmente `config.toml.txt`.+* Este archivo debe colocarse dentro de una carpeta `config`. La estructura correcta del directorio de trabajo debe ser:+ ```+ /── config/+ │ └── config.toml+ └── krillinai.exe (tu archivo ejecutable)+ ```+* **Para usuarios de Windows:** Se recomienda colocar todo el directorio del software en una carpeta que no esté en la unidad C: para evitar posibles problemas de permisos.++2. **Configuración Incompleta de la Clave API:**++* La aplicación requiere configuraciones separadas para el modelo de lenguaje grande (para traducción), el servicio de voz (para transcripción y síntesis de voz) y el servicio de tts.+* Incluso si usas OpenAI para todo, debes completar la clave en diferentes secciones del archivo `config.toml`. Busca la sección `llm`, la sección `transcribe`, la sección `tts` y completa las claves API correspondientes y otra información requerida.++### 2. Estoy recibiendo un error que contiene "error de yt-dlp". ¿Qué debo hacer?++Este error indica un problema con el descargador de videos, que generalmente está relacionado con tu red o la versión del descargador.++* **Red:** Si usas un proxy, asegúrate de que esté configurado correctamente en la configuración de proxy dentro de tu archivo `config.toml`.+* **Actualizar `yt-dlp`:** La versión de `yt-dlp` incluida con el software puede estar desactualizada. Puedes actualizarla manualmente abriendo una terminal en el directorio `bin` del software y ejecutando el comando:+ ```+ ./yt-dlp.exe -U+ ```++ (Reemplaza `yt-dlp.exe` con el nombre de archivo correcto para tu sistema operativo si es diferente).++### 3. Los subtítulos en el video final están distorsionados o aparecen como bloques cuadrados, especialmente en Linux.++Esto casi siempre es causado por fuentes faltantes en el sistema, particularmente aquellas que soportan caracteres chinos. Para solucionarlo, necesitas instalar las fuentes necesarias.++1. Descarga las fuentes requeridas, como [Microsoft YaHei](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyh.ttc) y [Microsoft YaHei Bold](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyhbd.ttc).+2. Crea un nuevo directorio de fuentes: `sudo mkdir -p /usr/share/fonts/msyh`.+3. Copia los archivos de fuentes `.ttc` descargados en este nuevo directorio.+4. Ejecuta los siguientes comandos para reconstruir la caché de fuentes:```cd /usr/share/fonts/msyhsudo mkfontscalesudo mkfontdir- fc-cache+ sudo fc-cache -fv```-### 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:-[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 file+### 4. En macOS, la aplicación no se inicia y muestra un error como "KlicStudio está dañado y no se puede abrir".++Esto es causado por la función de seguridad de macOS, Gatekeeper, que restringe las aplicaciones de desarrolladores no identificados. Para solucionarlo, debes eliminar manualmente el atributo de cuarentena.++1. Abre la aplicación **Terminal**.+2. Escribe el comando `xattr -cr` seguido de un espacio, luego arrastra el archivo `KlicStudio.app` desde tu ventana de Finder a la Terminal. El comando se verá algo así:+ ```+ xattr -cr /Applications/KlicStudio.app+ ```+3. Presiona Enter. Ahora deberías poder abrir la aplicación.++### 5. Estoy recibiendo errores como `error de ffmpeg`, `error de audioToSrt` o `estado de salida 1` durante el procesamiento.++Estos errores generalmente indican problemas con las dependencias o los recursos del sistema.++* **`error de ffmpeg`:** Esto indica que `ffmpeg` no está instalado o no es accesible desde el PATH del sistema. Asegúrate de tener una versión completa y oficial de `ffmpeg` instalada y que su ubicación esté añadida a las variables de entorno de tu sistema.+* **`error de audioToSrt` o `estado de salida 1`:** Este error ocurre durante la fase de transcripción (audio a texto). Las causas comunes son:+ * **Problemas con el Modelo:** El modelo de transcripción local (por ejemplo, `fasterwhisper`) no se pudo cargar o se corrompió durante la descarga.+ * **Memoria Insuficiente (RAM):** Ejecutar modelos locales es intensivo en recursos. Si tu máquina se queda sin memoria, el sistema operativo puede terminar el proceso, resultando en un error.+ * **Fallo de Red:** Si estás utilizando un servicio de transcripción en línea (como la API Whisper de OpenAI), esto indica un problema con tu conexión de red o una clave API inválida.++### 6. La barra de progreso no se mueve. ¿Está el programa congelado?++No, mientras no veas un mensaje de error, el programa está funcionando. La barra de progreso solo se actualiza después de que una tarea importante (como la transcripción o la codificación de video) se completa por completo. Estas tareas pueden llevar mucho tiempo, lo que puede hacer que la barra de progreso se detenga durante un período prolongado. Por favor, ten paciencia y espera a que la tarea termine.++### 7. Mi GPU de la serie NVIDIA 5000 no es compatible con `fasterwhisper`. ¿Qué debo hacer?++Se ha observado que el modelo `fasterwhisper` puede no funcionar correctamente con las GPU de la serie NVIDIA 5000 (a partir de mediados de 2025). Tienes algunas alternativas para la transcripción:++1. **Usar un Modelo Basado en la Nube:** Establece `transcribe.provider.name` a `openai` o `aliyun` en tu archivo `config.toml`. Luego, completa la clave API correspondiente y los detalles de configuración. Esto utilizará el modelo Whisper del proveedor en la nube en lugar del local.+2. **Usar Otro Modelo Local:** Puedes experimentar con otros modelos de transcripción locales, como el original `whisper.cpp`.++### 8. ¿Cómo puedo encontrar y completar el código de voz/tono correcto para la síntesis de texto a voz?++Las voces disponibles y sus códigos correspondientes están definidos por el proveedor del servicio de voz que estás utilizando. Por favor, consulta su documentación oficial.++* **OpenAI TTS:** [Documentación](https://platform.openai.com/docs/guides/text-to-speech/api-reference) (ver las opciones de `voice`).+* **Alibaba Cloud:** [Documentación](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis) (ver el parámetro `voice` en la lista de tonos).++### 9. ¿Cómo puedo usar un Modelo de Lenguaje Grande (LLM) local, como uno que se ejecute en Ollama, para traducción?++Sí, puedes configurar KlicStudio para usar cualquier LLM local que proporcione un punto de API compatible con OpenAI.++1. **Inicia tu LLM Local:** Asegúrate de que tu servicio local (por ejemplo, Ollama ejecutando Llama3) esté activo y accesible.+2. **Edita `config.toml`:** En la sección para el modelo de lenguaje grande (traductor):++* Establece el `name` (o `type`) del proveedor a `"openai"`.+* Establece la `api_key` a cualquier cadena aleatoria (por ejemplo, `"ollama"`), ya que no se necesita para llamadas locales.+* Establece el `base_url` a tu punto de API del modelo local. Para Ollama, esto es típicamente `http://localhost:11434/v1`.+* Establece el `model` al nombre del modelo que estás sirviendo, por ejemplo, `"llama3"`.++### 10. ¿Puedo personalizar el estilo de los subtítulos (fuente, tamaño, color) en el video final?++No. Actualmente, KlicStudio genera **subtítulos codificados**, lo que significa que están grabados directamente en los fotogramas del video. La aplicación **no ofrece opciones para personalizar el estilo de los subtítulos**; utiliza un estilo preestablecido.++Para una personalización avanzada, la solución recomendada es:++1. Usar KlicStudio para generar el archivo de subtítulos `.srt` traducido.+2. Importar tu video original y este archivo `.srt` en un editor de video profesional (por ejemplo, Premiere Pro, Final Cut Pro, DaVinci Resolve) para aplicar estilos personalizados antes de renderizar.++### 11. Ya tengo un archivo `.srt` traducido. ¿Puede KlicStudio usarlo solo para realizar el doblaje?++No, esta función no está actualmente soportada. La aplicación ejecuta un pipeline completo desde la transcripción hasta la generación del video final.\ No newline at end of filediff --git a/docs/fr/README.md b/docs/fr/README.mdindex 8044eaab..bdd9864f 100644--- a/docs/fr/README.md+++ b/docs/fr/README.md@@ -1,44 +1,47 @@<div align="center"><img src="/docs/images/logo.jpg" alt="KlicStudio" height="90">- # Outil de traduction et de doublage vidéo AI minimaliste+# Outil de traduction et de doublage vidéo AI minimaliste- <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>- ## Présentation du projet ([Essayez la version en ligne maintenant !](https://www.klic.studio/))+## Introduction au projet ([Essayez la version en ligne maintenant !](https://www.klic.studio/))+[**Démarrage rapide**](#-quick-start)-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 polyvalente de localisation et d'amélioration audio et vidéo développée par Krillin AI. Cet outil minimaliste mais puissant intègre la traduction vidéo, le doublage et le clonage vocal, prenant en charge les formats paysage et portrait pour garantir une présentation parfaite sur toutes les principales plateformes (Bilibili, Xiaohongshu, Douyin, WeChat Video, Kuaishou, YouTube, TikTok, etc.). Avec un flux de travail de bout en bout, vous pouvez transformer des matériaux bruts en contenu prêt à l'emploi et multiplateforme en quelques clics.-## 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 !+## Caractéristiques et fonctions clés :-📥 **Acquisition vidéo** : Prise en charge du téléchargement yt-dlp ou du téléchargement de fichiers locaux+🎯 **Démarrage en un clic** : Pas de configuration d'environnement complexe requise, installation automatique des dépendances, prêt à l'emploi immédiatement, avec une nouvelle version de bureau pour un accès plus facile !-📜 **Reconnaissance précise** : Reconnaissance vocale à haute précision basée sur Whisper+📥 **Acquisition vidéo** : Prend en charge les téléchargements yt-dlp ou les téléchargements de fichiers locaux-🧠 **Segmentation intelligente** : Utilisation de LLM pour la segmentation et l'alignement des sous-titres+📜 **Reconnaissance précise** : Reconnaissance vocale de haute précision basée sur Whisper-🔄 **Remplacement de termes** : Remplacement d'un clic des termes spécialisés+🧠 **Segmentation intelligente** : Segmentation et alignement des sous-titres utilisant LLM-🌍 **Traduction professionnelle** : Traduction LLM avec contexte pour maintenir la naturalité sémantique+🔄 **Remplacement de terminologie** : Remplacement en un clic du vocabulaire professionnel-🎙️ **Clonage vocal** : Fournit des voix sélectionnées par CosyVoice ou un clonage de voix personnalisé+🌍 **Traduction professionnelle** : Traduction LLM avec contexte pour maintenir une sémantique naturelle-🎬 **Composition vidéo** : Traitement automatique des vidéos en mode paysage et portrait ainsi que de la mise en page des sous-titres+🎙️ **Clonage vocal** : Offre des tons de voix sélectionnés de CosyVoice ou un clonage vocal personnalisé-💻 **Multiplateforme** : Prise en charge de Windows, Linux, macOS, avec des versions de bureau et serveur+🎬 **Composition vidéo** : Traite automatiquement les vidéos paysage et portrait ainsi que la mise en page des sous-titres+💻 **Multiplateforme** : Prend en charge Windows, Linux, macOS, fournissant à la fois des 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.+## Démonstration d'effet++L'image ci-dessous montre l'effet du fichier de sous-titres généré après l'importation d'une vidéo locale de 46 minutes et son exécution en un clic, sans aucun ajustement manuel. Il n'y a pas d'omissions ni de chevauchements, la segmentation est naturelle et la qualité de la traduction est très élevée.<table>@@ -46,24 +49,28 @@ L'image ci-dessous montre l'importation d'une vidéo locale de 46 minutes, avec<td width="33%">### Traduction de sous-titres+---+https://github.com/user-attachments/assets/bba1ac0a-fe6b-4947-b58d-ba99306d0339</td><td width="33%">--### Doublage+---+https://github.com/user-attachments/assets/0b32fad3-c3ad-4b6a-abf0-0865f0dd2385</td><td width="33%">-### Portrait+### Mode portrait+---+https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71</td>@@ -71,111 +78,141 @@ https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71</tr></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.**_+## 🔍 Services de reconnaissance vocale pris en charge++_**Tous les modèles locaux dans le tableau ci-dessous prennent en charge l'installation automatique des fichiers exécutables + fichiers de modèle ; vous n'avez qu'à choisir, et Klic préparera tout pour vous.**_-| 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 | Vitesse rapide et bon effet |+| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (recommandé medium+) | Local | Vitesse plus rapide, pas de coût de service cloud |+| **WhisperKit** | macOS (M-series uniquement) | `large-v2` | Local | Optimisation native pour les puces Apple |+| **WhisperCpp** | Toutes les plateformes | `large-v2` | Local | Prend en charge toutes les plateformes |+| **Alibaba Cloud 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- Tongyi Qianwen-- Modèles open source déployés localement+- 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 Alibaba Cloud- OpenAI TTS## Support linguistique-Langues d'entrée prises en charge : chinois, anglais, japonais, allemand, turc, coréen, russe, malais (en cours d'ajout)++Langues d'entrée prises en charge : chinois, anglais, japonais, allemand, turc, coréen, russe, malais (augmentation continue)Langues de traduction prises en charge : anglais, chinois, russe, espagnol, français et 101 autres langues## Aperçu de l'interface-++## 🚀 Démarrage rapide++Vous pouvez poser des questions sur le [Deepwiki de KlicStudio](https://deepwiki.com/krillinai/KlicStudio). Il indexe les fichiers dans le dépôt, vous pouvez donc trouver des réponses rapidement.+### 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.--【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_-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.-2. Double-cliquez ou exécutez le fichier exécutable dans le terminal pour démarrer le service-3. 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-【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 :-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 :++Tout d'abord, téléchargez le fichier exécutable qui correspond à votre système de périphérique depuis le [Release](https://github.com/KrillinAI/KlicStudio/releases), puis suivez le tutoriel ci-dessous pour choisir entre la version de bureau ou la version non de bureau. Placez le téléchargement du logiciel dans un dossier vide, car son exécution générera certains répertoires, et le garder dans un dossier vide facilitera la gestion.++【Si c'est la version de bureau, c'est-à-dire le fichier de version avec "desktop", voir ici】+_La version de bureau est nouvellement publiée pour résoudre les problèmes des nouveaux utilisateurs qui ont du mal à éditer correctement les fichiers de configuration, et il y a quelques bugs qui sont continuellement mis à jour._++1. Double-cliquez sur le fichier pour commencer à l'utiliser (la version de bureau nécessite également une configuration au sein du logiciel)++【Si c'est la version non de bureau, c'est-à-dire le fichier de version sans "desktop", voir ici】+_La version non de bureau est la version initiale, qui a une configuration plus complexe mais est stable en fonctionnalité et convient au déploiement sur serveur, car elle fournit une interface utilisateur au format 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` du répertoire `config` du code source dans `config.toml`, et remplissez vos informations de configuration selon les commentaires.+2. Double-cliquez ou exécutez le fichier exécutable dans le terminal pour démarrer le service+3. Ouvrez votre navigateur et entrez `http://127.0.0.1:8888` pour commencer à l'utiliser (remplacez 8888 par le port que vous avez spécifié dans le fichier de configuration)++### À : Utilisateurs de macOS++【Si c'est la version de bureau, c'est-à-dire le fichier de version avec "desktop", voir ici】+En raison de problèmes de signature, la version de bureau ne peut actuellement pas être exécutée par double-clic ou installée via dmg ; vous devez faire confiance manuellement à l'application. La méthode est la suivante :++1. Ouvrez le terminal dans le répertoire où se trouve le fichier exécutable (en supposant que le nom du fichier est KlicStudio_1.0.0_desktop_macOS_arm64)+2. Exécutez les commandes suivantes dans l'ordre :+```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```-【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 :-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 :+【Si c'est la version non de bureau, c'est-à-dire le fichier de version sans "desktop", voir ici】+Ce logiciel n'est pas signé, donc lors de l'exécution sur macOS, après avoir terminé la configuration du fichier dans les "Étapes de base", vous devez également faire confiance manuellement à l'application. La méthode est la suivante :++1. Ouvrez le terminal dans le répertoire où se trouve le fichier exécutable (en supposant que le nom du fichier est KlicStudio_1.0.0_macOS_arm64)+2. Exécutez les commandes suivantes dans l'ordre :+ ```+ sudo xattr -rd com.apple.quarantine ./KlicStudio_1.0.0_macOS_arm64+ sudo chmod +x ./KlicStudio_1.0.0_macOS_arm64+ ./KlicStudio_1.0.0_macOS_arm64```- sudo xattr -rd com.apple.quarantine ./KlicStudio_1.0.0_macOS_arm64- sudo chmod +x ./KlicStudio_1.0.0_macOS_arm64- ./KlicStudio_1.0.0_macOS_arm64- ```- Cela démarrera le service++ Cela démarrera le service### Déploiement Docker-Ce projet prend en charge le déploiement Docker, veuillez consulter [Instructions de déploiement Docker](./docker.md)-### Instructions de configuration des cookies (non obligatoire)+Ce projet prend en charge le déploiement Docker ; veuillez vous référer aux [Instructions de déploiement Docker](./docker.md)++Basé sur le fichier de configuration fourni, voici la section mise à jour "Aide à la configuration (À lire absolument)" pour votre fichier README :++### Aide à la configuration (À lire absolument)-Si vous rencontrez des problèmes de téléchargement de vidéos+Le fichier de configuration est divisé en plusieurs sections : `[app]`, `[server]`, `[llm]`, `[transcribe]`, et `[tts]`. Une tâche est composée de reconnaissance vocale (`transcribe`) + traduction de grand modèle (`llm`) + services vocaux optionnels (`tts`). Comprendre cela vous aidera à mieux saisir le fichier de configuration.-Veuillez consulter [Instructions de configuration des cookies](./get_cookies.md) pour configurer vos informations de cookie.+**Configuration la plus facile et rapide :**-### 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)+**Pour la traduction de sous-titres uniquement :**+ * Dans la section `[transcribe]`, définissez `provider.name` sur `openai`.+ * Vous n'aurez alors qu'à remplir votre clé API OpenAI dans le bloc `[llm]` pour commencer à effectuer des traductions de sous-titres. Les champs `app.proxy`, `model`, et `openai.base_url` peuvent être remplis selon les besoins.-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)+**Coût, vitesse et qualité équilibrés (Utilisation de la reconnaissance vocale locale) :**-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`.+* Dans la section `[transcribe]`, définissez `provider.name` sur `fasterwhisper`.+* Définissez `transcribe.fasterwhisper.model` sur `large-v2`.+* Remplissez votre configuration de grand modèle de langage dans le bloc `[llm]`.+* Le modèle local requis sera automatiquement téléchargé et installé.-**Pour obtenir l'AccessKey, le Bucket et l'AppKey d'Aliyun, veuillez lire** : [Instructions de configuration d'Aliyun](./aliyun.md)+**Configuration TTS (Texte à Parole) (Optionnel) :**-Veuillez comprendre que la tâche = reconnaissance vocale + traduction par grand modèle + service vocal (TTS, etc., optionnel), cela vous aidera à comprendre le fichier de configuration.+* La configuration TTS est optionnelle.+* Tout d'abord, définissez `provider.name` sous la section `[tts]` (par exemple, `aliyun` ou `openai`).+* Ensuite, remplissez le bloc de configuration correspondant pour le fournisseur sélectionné. Par exemple, si vous choisissez `aliyun`, vous devez remplir la section `[tts.aliyun]`.+* Les codes vocaux dans l'interface utilisateur doivent être choisis en fonction de la documentation du fournisseur sélectionné.+* **Remarque :** Si vous prévoyez d'utiliser la fonction de clonage vocal, vous devez sélectionner `aliyun` comme fournisseur TTS.-## Questions fréquentes+**Configuration Alibaba Cloud :**-Veuillez consulter [Questions fréquentes](./faq.md)+* Pour des détails sur l'obtention des `AccessKey`, `Bucket`, et `AppKey` nécessaires pour les services Alibaba Cloud, veuillez vous référer aux [Instructions de configuration Alibaba Cloud](https://www.google.com/search?q=./aliyun.md). Les champs répétés pour AccessKey, etc., sont conçus pour maintenir une structure de configuration claire.-## Règles de contribution-1. 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+## Questions Fréquemment Posées++Veuillez visiter [Questions Fréquemment Posées](./faq.md)++## Directives de contribution++1. Ne soumettez pas de fichiers inutiles, tels que .vscode, .idea, etc. ; veuillez utiliser .gitignore pour les filtrer.+2. Ne soumettez pas config.toml ; soumettez plutôt config-example.toml.## Contactez-nous-1. 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++1. Rejoignez notre groupe QQ pour des questions : 754069680+2. Suivez nos comptes de médias sociaux, [Bilibili](https://space.bilibili.com/242124650), où nous partageons chaque jour du contenu de qualité dans le domaine de la technologie AI.## Historique des étoiles-[](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/fr/aliyun.md b/docs/fr/aliyun.mdindex 3ae30647..5e5abab4 100644--- a/docs/fr/aliyun.md+++ b/docs/fr/aliyun.md@@ -1,31 +1,31 @@## Prérequis-Vous devez d'abord avoir un compte [Alibaba Cloud](https://www.aliyun.com) et avoir vérifié votre identité. La plupart des services offrent un quota gratuit.+Vous devez avoir un compte [Alibaba Cloud](https://www.aliyun.com) et compléter la vérification d'identité. La plupart des services ont des quotas gratuits.## Obtention de `access_key_id` et `access_key_secret` d'Alibaba Cloud-1. 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".+1. Allez sur la [page de gestion des AccessKey d'Alibaba Cloud](https://ram.console.aliyun.com/profile/access-keys).+2. Cliquez sur "Créer AccessKey." Si nécessaire, sélectionnez la méthode d'utilisation comme "Utilisé dans l'environnement de développement local."-3. Conservez-les en toute sécurité, il est préférable de les copier dans un fichier local.+3. Gardez-le en sécurité ; il est préférable de le copier dans un fichier local pour le stockage.-## 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.-2. Cliquez sur "Créer un projet".-+## Activation du service vocal Alibaba Cloud+1. Allez sur la [page de gestion du service vocal Alibaba Cloud](https://nls-portal.console.aliyun.com/applist). Vous devez activer le service lors de votre première visite.+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. Le "Streaming Text-to-Speech (CosyVoice Large Model)" doit être mis 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.-2. Sélectionnez la liste des Buckets à gauche, puis cliquez sur "Créer".+1. Allez sur la [console du service de stockage d'objets Alibaba Cloud](https://oss.console.aliyun.com/overview). Vous devez activer le service lors de votre première visite.+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 et sélectionnez la région **Shanghai** pour compléter la création (le nom que vous entrez ici sera la valeur pour l'élément de configuration `aliyun.oss.bucket`).-4. Une fois la création terminée, accédez au Bucket.+4. Après la création, entrez dans le Bucket.-5. Désactivez l'option "Bloquer l'accès public" et définissez les autorisations de lecture et d'écriture sur "Lecture publique".+5. Désactivez l'interrupteur "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/faq.md b/docs/fr/faq.mdindex fcef04e3..a7298738 100644--- a/docs/fr/faq.md+++ b/docs/fr/faq.md@@ -1,39 +1,110 @@-### 1. Impossible de voir le fichier de configuration `app.log`, impossible de connaître le contenu de l'erreur-Les 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 :-```-/── config/-│ └── config.toml-├── cookies.txt (<- fichier cookies.txt optionnel)-└── krillinai.exe-```--### 3. La configuration du grand modèle a été remplie, mais l'erreur "xxxxx nécessite la configuration de la clé API xxxxx" apparaît-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 :--Ouvrez un terminal dans le répertoire bin du logiciel et exécutez-```-./yt-dlp.exe -U-```-Remplacez `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 :-1. Créez un dossier msyh sous /usr/share/fonts/ et copiez les polices téléchargées dans ce répertoire.-2.+### 1. Le programme signale "Fichier de configuration introuvable" ou "xxxxx nécessite la configuration de la clé API xxxxx." Comment puis-je résoudre ce problème ?++C'est un problème de configuration courant. Il y a plusieurs raisons pour lesquelles cela peut se produire :++1. **Emplacement ou nom de fichier incorrect :**++* Le programme nécessite un fichier de configuration nommé exactement `config.toml`. Assurez-vous de ne pas l'avoir accidentellement nommé `config.toml.txt`.+* Ce fichier doit être placé dans un dossier `config`. La structure correcte du répertoire de travail devrait être :+ ```+ /── config/+ │ └── config.toml+ └── krillinai.exe(votre fichier exécutable)+ ```+* **Pour les utilisateurs de Windows :** Il est recommandé de placer l'ensemble du répertoire logiciel dans un dossier qui n'est pas sur le disque C: pour éviter d'éventuels problèmes de permission.++2. **Configuration incomplète de la clé API :**++* L'application nécessite des configurations séparées pour le modèle de langage large (pour la traduction), le service vocal (pour la transcription et la synthèse vocale) et le service tts.+* Même si vous utilisez OpenAI pour tout, vous devez remplir la clé dans différentes sections du fichier `config.toml`. Recherchez la section `llm`, la section `transcribe`, la section `tts` et remplissez les clés API correspondantes et d'autres informations requises.++### 2. Je reçois une erreur contenant "erreur yt-dlp". Que dois-je faire ?++Cette erreur indique un problème avec le téléchargeur de vidéos, qui est généralement lié à votre réseau ou à la version du téléchargeur.++* **Réseau :** Si vous utilisez un proxy, assurez-vous qu'il est correctement configuré dans les paramètres du proxy de votre fichier `config.toml`.+* **Mettre à jour `yt-dlp` :** La version de `yt-dlp` fournie avec le logiciel peut être obsolète. Vous pouvez la mettre à jour manuellement en ouvrant un terminal dans le répertoire `bin` du logiciel et en exécutant la commande :+ ```+ ./yt-dlp.exe -U+ ```++ (Remplacez `yt-dlp.exe` par le nom de fichier correct pour votre système d'exploitation s'il diffère).++### 3. Les sous-titres dans la vidéo finale sont illisibles ou apparaissent sous forme de blocs carrés, surtout sur Linux.++Cela est presque toujours causé par des polices manquantes sur le système, en particulier celles qui prennent en charge les caractères chinois. Pour résoudre ce problème, vous devez installer les polices nécessaires.++1. Téléchargez les polices requises, telles que [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).+2. Créez un nouveau répertoire de polices : `sudo mkdir -p /usr/share/fonts/msyh`.+3. Copiez les fichiers de police `.ttc` téléchargés dans ce nouveau répertoire.+4. Exécutez les commandes suivantes pour reconstruire le cache des polices :```cd /usr/share/fonts/msyhsudo mkfontscalesudo mkfontdir- fc-cache+ sudo fc-cache -fv```-### 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+### 4. Sur macOS, l'application ne démarre pas et affiche une erreur comme "KlicStudio est endommagé et ne peut pas être ouvert."++Cela est causé par la fonctionnalité de sécurité de macOS, Gatekeeper, qui restreint les applications des développeurs non identifiés. Pour résoudre ce problème, vous devez supprimer manuellement l'attribut de quarantaine.++1. Ouvrez l'application **Terminal**.+2. Tapez la commande `xattr -cr` suivie d'un espace, puis faites glisser le fichier `KlicStudio.app` de votre fenêtre Finder dans le Terminal. La commande ressemblera à ceci :+ ```+ xattr -cr /Applications/KlicStudio.app+ ```+3. Appuyez sur Entrée. Vous devriez maintenant pouvoir ouvrir l'application.++### 5. Je reçois des erreurs comme `erreur ffmpeg`, `erreur audioToSrt` ou `statut de sortie 1` pendant le traitement.++Ces erreurs indiquent généralement des problèmes avec les dépendances ou les ressources système.++* **`erreur ffmpeg` :** Cela indique que `ffmpeg` n'est soit pas installé, soit pas accessible depuis le PATH du système. Assurez-vous d'avoir une version complète et officielle de `ffmpeg` installée et que son emplacement est ajouté aux variables d'environnement de votre système.+* **`erreur audioToSrt` ou `statut de sortie 1` :** Cette erreur se produit pendant la phase de transcription (audio en texte). Les causes courantes sont :+ * **Problèmes de modèle :** Le modèle de transcription local (par exemple, `fasterwhisper`) n'a pas pu se charger ou a été corrompu pendant le téléchargement.+ * **Mémoire insuffisante (RAM) :** L'exécution de modèles locaux est gourmande en ressources. Si votre machine manque de mémoire, le système d'exploitation peut terminer le processus, entraînant une erreur.+ * **Échec du réseau :** Si vous utilisez un service de transcription en ligne (comme l'API Whisper d'OpenAI), cela indique un problème avec votre connexion réseau ou une clé API invalide.++### 6. La barre de progression ne bouge pas. Le programme est-il gelé ?++Non, tant que vous ne voyez pas de message d'erreur, le programme fonctionne. La barre de progression ne se met à jour qu'après qu'une tâche majeure (comme la transcription ou le codage vidéo) soit entièrement terminée. Ces tâches peuvent prendre beaucoup de temps, ce qui peut amener la barre de progression à faire une pause pendant une période prolongée. Veuillez être patient et attendre la fin de la tâche.++### 7. Ma GPU NVIDIA de la série 5000 n'est pas prise en charge par `fasterwhisper`. Que dois-je faire ?++Il a été observé que le modèle `fasterwhisper` peut ne pas fonctionner correctement avec les GPU NVIDIA de la série 5000 (à partir de mi-2025). Vous avez quelques alternatives pour la transcription :++1. **Utiliser un modèle basé sur le cloud :** Définissez `transcribe.provider.name` sur `openai` ou `aliyun` dans votre fichier `config.toml`. Ensuite, remplissez la clé API correspondante et les détails de configuration. Cela utilisera le modèle Whisper du fournisseur cloud au lieu du modèle local.+2. **Utiliser un autre modèle local :** Vous pouvez expérimenter avec d'autres modèles de transcription locaux, tels que le `whisper.cpp` original.++### 8. Comment puis-je trouver et remplir le code de voix/ton correct pour la synthèse vocale ?++Les voix disponibles et leurs codes correspondants sont définis par le fournisseur de services vocaux que vous utilisez. Veuillez vous référer à leur documentation officielle.++* **OpenAI TTS :** [Documentation](https://platform.openai.com/docs/guides/text-to-speech/api-reference) (voir les options de `voice`).+* **Alibaba Cloud :** [Documentation](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis) (voir le paramètre `voice` dans la liste des tons).++### 9. Comment puis-je utiliser un modèle de langage large (LLM) local, comme celui fonctionnant sur Ollama, pour la traduction ?++Oui, vous pouvez configurer KlicStudio pour utiliser n'importe quel LLM local qui fournit un point de terminaison API compatible avec OpenAI.++1. **Démarrez votre LLM local :** Assurez-vous que votre service local (par exemple, Ollama exécutant Llama3) est actif et accessible.+2. **Modifier `config.toml` :** Dans la section pour le modèle de langage large (traducteur) :++* Définissez le `name` (ou `type`) du fournisseur sur `"openai"`.+* Définissez la `api_key` sur une chaîne aléatoire (par exemple, `"ollama"`), car elle n'est pas nécessaire pour les appels locaux.+* Définissez le `base_url` sur le point de terminaison API de votre modèle local. Pour Ollama, c'est généralement `http://localhost:11434/v1`.+* Définissez le `model` sur le nom du modèle que vous servez, par exemple, `"llama3"`.++### 10. Puis-je personnaliser le style des sous-titres (police, taille, couleur) dans la vidéo finale ?++Non. Actuellement, KlicStudio génère des **sous-titres codés en dur**, ce qui signifie qu'ils sont intégrés directement dans les images de la vidéo. L'application **n'offre pas d'options pour personnaliser le style des sous-titres** ; elle utilise un style prédéfini.++Pour une personnalisation avancée, la solution de contournement recommandée est de :++1. Utiliser KlicStudio pour générer le fichier de sous-titres `.srt` traduit.+2. Importer votre vidéo originale et ce fichier `.srt` dans un éditeur vidéo professionnel (par exemple, Premiere Pro, Final Cut Pro, DaVinci Resolve) pour appliquer des styles personnalisés avant le rendu.++### 11. J'ai déjà un fichier `.srt` traduit. KlicStudio peut-il l'utiliser pour effectuer uniquement le doublage ?++Non, cette fonctionnalité n'est pas actuellement prise en charge. L'application exécute un pipeline complet de la transcription à la génération de la vidéo finale.\ No newline at end of filediff --git a/docs/jp/README.md b/docs/jp/README.mdindex ae4f2bb5..601819d7 100644--- a/docs/jp/README.md+++ b/docs/jp/README.md@@ -1,44 +1,47 @@<div align="center"><img src="/docs/images/logo.jpg" alt="KlicStudio" height="90">- # 極簡デプロイAI動画翻訳音声ツール+# ミニマリストAIビデオ翻訳および吹き替えツール- <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://space.bilibili.com/242124650)+[](https://deepwiki.com/krillinai/KlicStudio)</div>- ## プロジェクト概要 ([今すぐオンライン版を体験!](https://www.klic.studio/))+## プロジェクト紹介 ([今すぐオンライン版を試す!](https://www.klic.studio/))+[**クイックスタート**](#-quick-start)-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多目的な音声およびビデオのローカリゼーションと強化ソリューションです。このミニマリストでありながら強力なツールは、ビデオ翻訳、吹き替え、音声クローンを統合し、すべての主要プラットフォーム(Bilibili、Xiaohongshu、Douyin、WeChat Video、Kuaishou、YouTube、TikTokなど)で完璧なプレゼンテーションを保証するために、横向きおよび縦向きのフォーマットをサポートしています。エンドツーエンドのワークフローにより、数回のクリックで生素材を美しく使えるクロスプラットフォームコンテンツに変換できます。-## 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!+## 主な機能と機能:-📥 **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+🎯 **ワンクリックスタート**: 複雑な環境設定は不要、自動依存関係のインストール、すぐに使用可能、新しいデスクトップ版でアクセスが簡単!-📜 **高精度認識**:Whisperに基づく高精度音声認識+📥 **ビデオ取得**: yt-dlp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-🧠 **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+📜 **正確な認識**: Whisperに基づく高精度の音声認識-🔄 **用語置換**:専門用語をワンクリックで置換+🧠 **インテリジェントセグメンテーション**: LLMを使用した字幕のセグメンテーションと整列-🌍 **専門翻訳**:文脈を考慮したLLM翻訳で自然な意味を保持+🔄 **用語の置き換え**: 専門用語のワンクリック置き換え-🎙️ **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+🌍 **プロフェッショナル翻訳**: 自然な意味を維持するための文脈を考慮したLLM翻訳-🎬 **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+🎙️ **音声クローン**: CosyVoiceから選択された音声トーンまたはカスタム音声クローンを提供-💻 **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+🎬 **ビデオ合成**: 横向きおよび縦向きのビデオと字幕レイアウトを自動的に処理+💻 **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の両方を提供-## 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。+## 効果のデモ++以下の画像は、46分のローカルビデオをインポートし、ワンクリックで実行した後に生成された字幕ファイルの効果を示しています。手動調整は一切なく、欠落や重複はなく、セグメンテーションは自然で、翻訳の質は非常に高いです。<table>@@ -46,24 +49,28 @@ Klic StudioはKrillin AIが開発したオールインワンの音声・動画<td width="33%">### 字幕翻訳+---+https://github.com/user-attachments/assets/bba1ac0a-fe6b-4947-b58d-ba99306d0339</td><td width="33%">+### 吹き替え--### ナレーション---+https://github.com/user-attachments/assets/0b32fad3-c3ad-4b6a-abf0-0865f0dd2385</td><td width="33%">-### 縦向き+### 縦向きモード+---+https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71</td>@@ -71,111 +78,141 @@ 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。**_+## 🔍 サポートされている音声認識サービス++_**以下の表のすべてのローカルモデルは、実行可能ファイルとモデルファイルの自動インストールをサポートしています。選択するだけで、Klicがすべてを準備します。**_-| 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 |-|--------------------|-----------------|----------------------------------------|-------|-------------|-| **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 |+| サービスソース | サポートされているプラットフォーム | モデルオプション | ローカル/クラウド | 備考 |+|------------------------|---------------------|------------------------------------------|-------------|-----------------------------|+| **OpenAI Whisper** | すべてのプラットフォーム | - | クラウド | 高速で良好な効果 |+| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2`(推奨medium+) | ローカル | 高速、クラウドサービスコストなし |+| **WhisperKit** | macOS(Mシリーズのみ) | `large-v2` | ローカル | Appleチップ向けのネイティブ最適化 |+| **WhisperCpp** | すべてのプラットフォーム | `large-v2` | ローカル | すべてのプラットフォームをサポート |+| **Alibaba Cloud ASR** | すべてのプラットフォーム | - | クラウド | 中国本土で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++✅ **OpenAI API仕様**に準拠したすべてのクラウド/ローカル大規模言語モデルサービスと互換性があります。これには以下が含まれますが、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-- その他OpenAI形式のAPIサービスに対応+- Tongyi Qianwen+- ローカルに展開されたオープンソースモデル+- OpenAI形式と互換性のある他のAPIサービス++## 🎤 TTS テキスト読み上げサポート-## 🎤 TTSテキストから音声へのサポート-- 阿里云音声サービス+- Alibaba Cloud Voice Service- OpenAI TTS## 言語サポート-入力言語サポート:中文、英語、日本語、ドイツ語、トルコ語、韓国語、ロシア語、マレー語(継続的に増加中)-翻訳言語サポート:英語、中国語、ロシア語、スペイン語、フランス語など101言語+サポートされている入力言語: 中国語、英語、日本語、ドイツ語、トルコ語、韓国語、ロシア語、マレー語(継続的に増加中)++サポートされている翻訳言語: 英語、中国語、ロシア語、スペイン語、フランス語、その他101言語## インターフェースプレビュー-++## 🚀 クイックスタート++[Deepwiki of KlicStudio](https://deepwiki.com/krillinai/KlicStudio)で質問できます。リポジトリ内のファイルをインデックス化しているので、迅速に回答を見つけることができます。+### 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。--【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。_-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)--### 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-2. 次のコマンドを順に実行します:++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可能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ます。ソフトウェアのダウンロードは空のフォルダーに配置してください。実行するといくつかのディレクトリが生成されるため、空のフォルダーに保管することで管理が容易になります。++【デスクトップ版の場合、「desktop」を含むリリースファイルを参照】+_デスクトップ版は、新しいユーザーが設定ファイルを正しく編集するのに苦労する問題に対処するために新たにリリースされており、いくつかのバグが継続的に更新されています。_++1. ファイルをダブルクリックして使用を開始します(デスクトップ版もソフトウェア内での設定が必要です)++【非デスクトップ版の場合、「desktop」を含まないリリースファイルを参照】+_非デスクトップ版は初期版で、設定がより複雑ですが、機能は安定しており、サーバー展開に適しており、ウェブ形式のUIを提供します。_++1. フォルダー内に`config`フォルダーを作成し、次に`config`フォルダー内に`config.toml`ファイルを作成します。ソースコードの`config`ディレクトリから`config-example.toml`ファイルの内容を`config.toml`にコピーし、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、ターミナルで実行可能ファイルを実行してサービスを開始します。+3. ブラウザを開き、`http://127.0.0.1:8888`にアクセスして使用を開始します(8888は設定ファイルで指定したポートに置き換えてください)。++### macOSユーザーへ++【デスクトップ版の場合、「desktop」を含むリリースファイルを参照】+署名の問題により、デスクトップ版は現在ダブルクリックで実行したり、dmg経由でインストールしたりできません。アプリケーションを手動で信頼する必要があります。方法は以下の通りです:++1. 実行可能ファイル(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でターミナルを開きます。+2. 以下のコマンドを順番に実行します:+```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```-【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-2. 次のコマンドを順に実行します:+【非デスクトップ版の場合、「desktop」を含まないリリースファイルを参照】+このソフトウェアは署名されていないため、macOSで実行する際には、「基本ステップ」でファイル設定を完了した後、アプリケーションを手動で信頼する必要があります。方法は以下の通りです:++1. 実行可能ファイル(ファイル名がKlicStudio_1.0.0_macOS_arm64と仮定)のあるディレクトリでターミナルを開きます。+2. 以下のコマンドを順番に実行します:```- sudo xattr -rd com.apple.quarantine ./KlicStudio_1.0.0_macOS_arm64- sudo chmod +x ./KlicStudio_1.0.0_macOS_arm64- ./KlicStudio_1.0.0_macOS_arm64- ```- これでサービスが起動します+ sudo xattr -rd com.apple.quarantine ./KlicStudio_1.0.0_macOS_arm64+ sudo chmod +x ./KlicStudio_1.0.0_macOS_arm64+ ./KlicStudio_1.0.0_macOS_arm64+ ```++ これでサービスが開始されます。++### Docker展開++このプロジェクトはDocker展開をサポートしています。詳細は[Docker展開手順](./docker.md)を参照してください。++提供された設定ファイルに基づいて、READMEファイルの「設定ヘルプ(必読)」セクションを更新しました:-### Dockerデプロイ-本プロジェクトはDockerデプロイをサポートしています。詳細は[Dockerデプロイ説明](./docker.md)を参照してください。+### 設定ヘルプ(必読)-### Cookie設定説明(必須ではありません)+設定ファイルは、`[app]`、`[server]`、`[llm]`、`[transcribe]`、および`[tts]`のいくつかのセクションに分かれています。タスクは音声認識(`transcribe`)+大規模モデル翻訳(`llm`)+オプションの音声サービス(`tts`)で構成されています。これを理解することで、設定ファイルをよりよく把握できます。-動画ダウンロードに失敗した場合は、+**最も簡単で迅速な設定:**-[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。+**字幕翻訳のみの場合:**+ * `[transcribe]`セクションで`provider.name`を`openai`に設定します。+ * その後、`[llm]`ブロックにOpenAI APIキーを記入するだけで、字幕翻訳を開始できます。`app.proxy`、`model`、および`openai.base_url`は必要に応じて記入できます。-### 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)+**コスト、速度、品質のバランス(ローカル音声認識を使用):**-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]`セクションで`provider.name`を`fasterwhisper`に設定します。+* `transcribe.fasterwhisper.model`を`large-v2`に設定します。+* `[llm]`ブロックに大規模言語モデルの設定を記入します。+* 必要なローカルモデルは自動的にダウンロードおよびインストールされます。-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。-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。+**テキスト読み上げ(TTS)設定(オプション):**-**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。+* TTS設定はオプションです。+* まず、`[tts]`セクションで`provider.name`を設定します(例:`aliyun`または`openai`)。+* 次に、選択したプロバイダーの対応する設定ブロックを記入します。たとえば、`aliyun`を選択した場合は、`[tts.aliyun]`セクションを記入する必要があります。+* ユーザーインターフェースの音声コードは、選択したプロバイダーのドキュメントに基づいて選択する必要があります。+* **注意:** 音声クローン機能を使用する予定がある場合は、TTSプロバイダーとして`aliyun`を選択する必要があります。-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。+**Alibaba Cloud設定:**++* Alibaba Cloudサービスに必要な`AccessKey`、`Bucket`、および`AppKey`を取得する方法については、[Alibaba Cloud設定手順](https://www.google.com/search?q=./aliyun.md)を参照してください。AccessKeyなどの繰り返しフィールドは、明確な設定構造を維持するために設計されています。## よくある質問[よくある質問](./faq.md)をご覧ください。-## 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。+## 貢献ガイドライン++1. .vscode、.ideaなどの無駄なファイルを提出しないでください。これらは.gitignoreを使用してフィルタリングしてください。+2. config.tomlを提出しないでください。代わりに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。-## Star履歴+1. 質問がある場合は、QQグループに参加してください:754069680+2. 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)では、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。++## スター履歴-[](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..6fb226a8 100644--- a/docs/jp/aliyun.md+++ b/docs/jp/aliyun.md@@ -1,31 +1,31 @@## 前提条件-[阿里云](https://www.aliyun.com)のアカウントを作成し、本人確認を行う必要があります。ほとんどのサービスには無料枠があります。+[Alibaba Cloud](https://www.aliyun.com) アカウントを持ち、実名認証を完了する必要があります。ほとんどのサービスには無料のクォータがあります。-## 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。--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。+## Alibaba Cloud `access_key_id` と `access_key_secret` の取得+1. [Alibaba Cloud AccessKey 管理ページ](https://ram.console.aliyun.com/profile/access-keys)に移動します。+2. 「AccessKeyを作成」をクリックします。必要に応じて、使用方法を「ローカル開発環境で使用」に選択します。++3. 安全に保管してください。ローカルファイルにコピーして保存するのが最良です。-## 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。--3. 機能を選択して開通させます。--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。--5. app keyをコピーします。-+## Alibaba Cloud 音声サービスの有効化+1. [Alibaba Cloud 音声サービス管理ページ](https://nls-portal.console.aliyun.com/applist)に移動します。初回訪問時にサービスを有効化する必要があります。+2. 「プロジェクトを作成」をクリックします。++3. 機能を選択し、有効化します。++4. 「ストリーミングテキスト音声変換(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トライアル版を使用できます。++5. アプリキーをコピーします。+-## 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。--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)。--4. 作成が完了したらBucketに入ります。--5. 「公共アクセスをブロック」スイッチをオフにし、読み書き権限を「公共読み取り」に設定します。--\ No newline at end of file+## Alibaba Cloud OSS サービスの有効化+1. [Alibaba Cloud 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)に移動します。初回訪問時にサービスを有効化する必要があります。+2. 左側のバケットリストを選択し、「作成」をクリックします。++3. 「クイック作成」を選択し、準拠したバケット名を入力し、**上海**リージョン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. 作成後、バケットに入ります。++5. 「パブリックアクセスをブロック」スイッチをオフにし、読み取りおよび書き込み権限を「パブリックリード」に設定します。++\ No newline at end of filediff --git a/docs/jp/faq.md b/docs/jp/faq.mdindex 7c3080cc..458a2e3f 100644--- a/docs/jp/faq.md+++ b/docs/jp/faq.md@@ -1,40 +1,110 @@-### 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。--### 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:-```-/── config/-│ └── config.toml-├── cookies.txt (<- オプションのcookies.txtファイル)-└── krillinai.exe-```--### 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。--### 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:--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-```-ここで`yt-dlp.exe`は、あなたのシステムで実際のytdlpソフトウェア名に置き換えてください。--### 5. デプロイ後、字幕生成は正常だが、合成された字幕が動画に埋め込まれると多くの文字化けがある-ほとんどはLinuxに中国語フォントが欠けているためです。[微软雅黑](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyh.ttc)と[微软雅黑-bold](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyhbd.ttc)フォント(または自分の要件を満たすフォントを選択)をダウンロードし、以下の手順に従って操作してください:-1. `/usr/share/fonts/`にmsyhフォルダを新規作成し、ダウンロードしたフォントをそのディレクトリにコピーします。-2.+### 1. プログラムが「設定ファイルが見つかりません」または「xxxxxはxxxxx APIキーの設定が必要です」と報告しています。どうすれば修正できますか?++これは一般的な設定の問題です。これが発生する理由はいくつかあります:++1. **ファイルの場所または名前が間違っている:**++* プログラムは正確に `config.toml` という名前の設定ファイルを必要とします。誤って `config.toml.txt` と名付けていないことを確認してください。+* このファイルは `config` フォルダー内に配置する必要があります。作業ディレクトリの正しい構造は次のようになります:+ ```+ /── config/+ │ └── config.toml+ └── krillinai.exe(あなたの実行可能ファイル)+ ```+* **Windowsユーザー向け:** 潜在的な権限の問題を避けるために、ソフトウェアのディレクトリ全体をC:ドライブ以外のフォルダーに配置することをお勧めします。++2. **APIキーの設定が不完全:**++* アプリケーションは、大規模言語モデル(翻訳用)、音声サービス(文字起こしおよび音声合成用)、およびTTSサービスのために別々の設定を必要とします。+* OpenAIをすべてに使用する場合でも、`config.toml` ファイルの異なるセクションにキーを入力する必要があります。`llm` セクション、`transcribe` セクション、`tts` セクションを探し、対応するAPIキーやその他の必要な情報を入力してください。++### 2. 「yt-dlpエラー」を含むエラーが表示されます。どうすればよいですか?++このエラーは、通常、ネットワークまたはダウンローダーのバージョンに関連するビデオダウンローダーの問題を示しています。++* **ネットワーク:** プロキシを使用している場合は、`config.toml` ファイル内のプロキシ設定で正しく構成されていることを確認してください。+* **`yt-dlp`の更新:** ソフトウェアにバンドルされている `yt-dlp` のバージョンが古い可能性があります。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て手動で更新できます:+ ```+ ./yt-dlp.exe -U+ ```++ (異なる場合は、`yt-dlp.exe` をあなたのオペレーティングシステムに適したファイル名に置き換えてください)。++### 3. 最終ビデオの字幕が文字化けしているか、特にLinuxで四角いブロックとして表示されます。++これはほとんど常に、特に中国語の文字をサポートするフォントがシステムに欠けていることが原因です。これを修正するには、必要なフォントをインストールする必要があります。++1. 必要なフォントをダウンロードします。例えば、[Microsoft YaHei](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyh.ttc) と [Microsoft YaHei Bold](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyhbd.ttc)。+2. 新しいフォントディレクトリを作成します: `sudo mkdir -p /usr/share/fonts/msyh`。+3. ダウンロードした `.ttc` フォントファイルをこの新しいディレクトリにコピーします。+4. フォントキャッシュを再構築するために次のコマンドを実行します:```cd /usr/share/fonts/msyhsudo mkfontscalesudo mkfontdir- fc-cache+ sudo fc-cache -fv```-### 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+### 4. macOSでアプリケーションが起動せず、「KlicStudioは破損しており、開けません」と表示されます。++これはmacOSのセキュリティ機能であるGatekeeperによって引き起こされ、未確認の開発者からのアプリを制限します。これを修正するには、手動で隔離属性を削除する必要があります。++1. **ターミナル**アプリを開きます。+2. `xattr -cr` コマンドを入力し、スペースを空けてからFinderウィンドウから `KlicStudio.app` ファイルをターミナルにドラッグします。コマンドは次のようになります:+ ```+ xattr -cr /Applications/KlicStudio.app+ ```+3. Enterを押します。これでアプリケーションを開けるようになるはずです。++### 5. 処理中に `ffmpegエラー`、`audioToSrtエラー`、または `exit status 1` のようなエラーが表示されます。++これらのエラーは通常、依存関係やシステムリソースの問題を示しています。++* **`ffmpegエラー`:** これは `ffmpeg` がインストールされていないか、システムのPATHからアクセスできないことを示しています。公式の完全なバージョンの `ffmpeg` がインストールされていることを確認し、その場所がシステムの環境変数に追加されていることを確認してください。+* **`audioToSrtエラー` または `exit status 1`:** このエラーは文字起こしフェーズ(音声からテキストへの変換)中に発生します。一般的な原因は次のとおりです:+ * **モデルの問題:** ローカルの文字起こしモデル(例:`fasterwhisper`)が読み込まれなかったか、ダウンロード中に破損しました。+ * **メモリ不足(RAM):** ローカルモデルを実行することはリソースを多く消費します。マシンのメモリが不足すると、オペレーティングシステムがプロセスを終了させ、エラーが発生する可能性があります。+ * **ネットワーク障害:** オンライン文字起こしサービス(OpenAIのWhisper APIなど)を使用している場合、これはネットワーク接続の問題または無効なAPIキーを示しています。++### 6. 進行状況バーが動いていません。プログラムはフリーズしていますか?++いいえ、エラーメッセージが表示されない限り、プログラムは動作しています。進行状況バーは、主要なタスク(文字起こしやビデオエンコーディングなど)が完全に完了した後にのみ更新されます。これらのタスクは非常に時間がかかることがあり、進行状況バーが長時間停止しているように見えることがあります。お待ちいただき、タスクが完了するのをお待ちください。++### 7. 私のNVIDIA 5000シリーズGPUは `fasterwhisper` に対応していません。どうすればよいですか?++`fasterwhisper` モデルがNVIDIA 5000シリーズGPUで正しく動作しないことが観察されています(2025年中頃の時点で)。文字起こしのためのいくつかの代替手段があります:++1. **クラウドベースのモデルを使用する:** `config.toml` ファイルで `transcribe.provider.name` を `openai` または `aliyun` に設定します。その後、対応するAPIキーと設定の詳細を入力します。これにより、ローカルモデルの代わりにクラウドプロバイダーのWhisperモデルが使用されます。+2. **別のローカルモデルを使用する:** 元の `whisper.cpp` など、他のローカル文字起こしモデルを試すことができます。++### 8. テキストから音声への変換のための正しい声/トーンコードを見つけて入力するにはどうすればよいですか?++利用可能な声とそれに対応するコードは、使用している音声サービスプロバイダーによって定義されています。公式ドキュメントを参照してください。++* **OpenAI TTS:** [ドキュメント](https://platform.openai.com/docs/guides/text-to-speech/api-reference)(`voice`オプションを参照)。+* **Alibaba Cloud:** [ドキュメント](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis)(トーンリストの `voice` パラメータを参照)。++### 9. Ollamaで実行されているローカル大規模言語モデル(LLM)を翻訳に使用するにはどうすればよいですか?++はい、KlicStudioをOpenAI互換のAPIエンドポイントを提供する任意のローカルLLMを使用するように構成できます。++1. **ローカルLLMを起動する:** ローカルサービス(例:Ollamaで実行されているLlama3)がアクティブでアクセス可能であることを確認します。+2. **`config.toml`を編集する:** 大規模言語モデル(翻訳者)のセクションで:++* プロバイダーの `name`(または `type`)を `"openai"` に設定します。+* `api_key` を任意のランダムな文字列(例:`"ollama"`)に設定します。これはローカル呼び出しには必要ありません。+* `base_url` をローカルモデルのAPIエンドポイントに設定します。Ollamaの場合、通常は `http://localhost:11434/v1` です。+* `model` を提供しているモデルの名前(例:`"llama3"`)に設定します。++### 10. 最終ビデオの字幕スタイル(フォント、サイズ、色)をカスタマイズできますか?++いいえ。現在、KlicStudioは**ハードコーディングされた字幕**を生成します。つまり、字幕はビデオフレームに直接焼き付けられています。アプリケーションは**字幕スタイルをカスタマイズするオプションを提供していません**。プリセットスタイルを使用します。++高度なカスタマイズのための推奨される回避策は次のとおりです:++1. KlicStudioを使用して翻訳された `.srt` 字幕ファイルを生成します。+2. 元のビデオとこの `.srt` ファイルをプロフェッショナルなビデオ編集ソフトウェア(例:Premiere Pro、Final Cut Pro、DaVinci Resolve)にインポートして、カスタムスタイルを適用してからレンダリングします。++### 11. すでに翻訳された `.srt` ファイルがあります。KlicStudioはそれを使用してダビングだけを行えますか?++いいえ、この機能は現在サポートされていません。アプリケーションは文字起こしから最終ビデオ生成までのフルパイプラインを実行します。\ No newline at end of filediff --git a/docs/kr/README.md b/docs/kr/README.mdindex 7e243ef6..e4c14439 100644--- a/docs/kr/README.md+++ b/docs/kr/README.md@@ -1,44 +1,47 @@<div align="center"><img src="/docs/images/logo.jpg" alt="KlicStudio" height="90">- # 극간소화 AI 비디오 번역 및 더빙 도구+# 미니멀리스트 AI 비디오 번역 및 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>+<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>- ## 프로젝트 소개 ([지금 온라인 버전 체험하기!](https://www.klic.studio/))+## 프로젝트 소개 ([지금 온라인 버전 사용해보기!](https://www.klic.studio/))+[**빠른 시작**](#-quick-start)-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 다재다능한 오디오 및 비디오 현지화 및 향상 솔루션입니다. 이 미니멀하면서도 강력한 도구는 비디오 번역, 더빙 및 음성 클로닝을 통합하여 모든 주요 플랫폼(Bilibili, Xiaohongshu, Douyin, WeChat Video, Kuaishou, YouTube, TikTok 등)에서 완벽한 프레젠테이션을 보장하는 가로 및 세로 형식을 지원합니다. 엔드 투 엔드 워크플로우를 통해 원자재를 몇 번의 클릭만으로 아름답게 사용할 수 있는 크로스 플랫폼 콘텐츠로 변환할 수 있습니다.-## 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!+## 주요 기능 및 기능:-📥 **비디오 가져오기**: yt-dlp 다운로드 또는 로컬 파일 업로드 지원+🎯 **원클릭 시작**: 복잡한 환경 구성 필요 없이 자동 종속성 설치, 즉시 사용 가능, 더 쉽게 접근할 수 있는 새로운 데스크탑 버전 제공!-📜 **정확한 인식**: Whisper 기반의 높은 정확도의 음성 인식+📥 **비디오 수집**: yt-dlp 다운로드 또는 로컬 파일 업로드 지원-🧠 **스마트 분할**: LLM을 사용하여 자막 분할 및 정렬+📜 **정확한 인식**: Whisper 기반의 고정밀 음성 인식-🔄 **용어 교체**: 전문 분야 용어를 원클릭으로 교체+🧠 **지능형 분할**: LLM을 사용한 자막 분할 및 정렬-🌍 **전문 번역**: 문맥을 고려한 LLM 번역으로 자연스러운 의미 유지+🔄 **용어 교체**: 전문 용어의 원클릭 교체-🎙️ **더빙 복제**: CosyVoice의 선택된 음색 또는 사용자 정의 음색 복제 제공+🌍 **전문 번역**: 자연스러운 의미를 유지하기 위한 LLM 번역-🎬 **비디오 합성**: 가로 및 세로 비디오 및 자막 레이아웃 자동 처리+🎙️ **음성 클로닝**: CosyVoice의 선택된 음성 톤 또는 사용자 정의 음성 클로닝 제공-💻 **크로스 플랫폼**: Windows, Linux, macOS 지원, 데스크톱 버전 및 서버 버전 제공+🎬 **비디오 구성**: 가로 및 세로 비디오 및 자막 레이아웃 자동 처리+💻 **크로스 플랫폼**: Windows, Linux, macOS 지원, 데스크탑 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 46분 길이의 로컬 비디오를 가져와 원클릭으로 실행한 후 생성된 자막 파일의 효과를 보여줍니다. 수동 조정 없이도 누락이나 겹침이 없고, 분할이 자연스럽고, 번역 품질이 매우 높습니다.<table>@@ -46,24 +49,28 @@ Klic Studio는 Krillin AI가 개발한 다목적 오디오 및 비디오 현지<td width="33%">### 자막 번역+---+https://github.com/user-attachments/assets/bba1ac0a-fe6b-4947-b58d-ba99306d0339</td><td width="33%">--### 더빙+---+https://github.com/user-attachments/assets/0b32fad3-c3ad-4b6a-abf0-0865f0dd2385</td><td width="33%">-### 세로 화면+### 세로 모드+---+https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71</td>@@ -71,111 +78,141 @@ https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71</tr></table>-## 🔍 음성 인식 서비스 지원-_**아래 표의 로컬 모델은 모두 자동 설치 가능한 실행 파일 + 모델 파일을 지원하며, 선택만 하면 Klic이 나머지를 준비해드립니다.**_+## 🔍 지원되는 음성 인식 서비스++_**아래 표의 모든 로컬 모델은 실행 파일 + 모델 파일의 자동 설치를 지원합니다. 선택하기만 하면 Klic이 모든 것을 준비합니다.**_-| 서비스 출처 | 지원 플랫폼 | 모델 선택 옵션 | 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 |-| **WhisperCpp** | 모든 플랫폼 | `large-v2` | 로컬 | 모든 플랫폼 지원 |-| **Alibaba Cloud ASR** | 모든 플랫폼 | - | 클라우드 | 중국 본토 네트워크 문제 회피 |+| 서비스 출처 | 지원 플랫폼 | 모델 옵션 | 로컬/클라우드 | 비고 |+|----------------------|--------------|----------------------------------------|---------------|--------------------------|+| **OpenAI Whisper** | 모든 플랫폼 | - | 클라우드 | 빠른 속도와 좋은 효과 |+| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (추천: medium+) | 로컬 | 빠른 속도, 클라우드 서비스 비용 없음 |+| **WhisperKit** | macOS (M 시리즈 전용) | `large-v2` | 로컬 | Apple 칩에 대한 네이티브 최적화 |+| **WhisperCpp** | 모든 플랫폼 | `large-v2` | 로컬 | 모든 플랫폼 지원 |+| **Alibaba Cloud ASR**| 모든 플랫폼 | - | 클라우드 | 중국 본토의 네트워크 문제 회피 |## 🚀 대형 언어 모델 지원-✅ **OpenAI API 규격**에 부합하는 모든 클라우드/로컬 대형 언어 모델 서비스와 호환되며, 포함하되 이에 국한되지 않습니다:+✅ **OpenAI API 사양**을 준수하는 모든 클라우드/로컬 대형 언어 모델 서비스와 호환됩니다. 여기에는 다음이 포함되지만 이에 국한되지 않습니다:+- OpenAI- Gemini- DeepSeek-- 통의천문+- Tongyi Qianwen- 로컬 배포된 오픈 소스 모델-- 기타 OpenAI 형식의 API 서비스+- OpenAI 형식과 호환되는 기타 API 서비스## 🎤 TTS 텍스트 음성 변환 지원+- Alibaba Cloud 음성 서비스- OpenAI TTS## 언어 지원-입력 언어 지원: 중국어, 영어, 일본어, 독일어, 터키어, 한국어, 러시아어, 말레이어(지속적으로 증가 중)-번역 언어 지원: 영어, 중국어, 러시아어, 스페인어, 프랑스어 등 101개 언어+지원되는 입력 언어: 중국어, 영어, 일본어, 독일어, 터키어, 한국어, 러시아어, 말레이어(지속적으로 증가 중)++지원되는 번역 언어: 영어, 중국어, 러시아어, 스페인어, 프랑스어 및 기타 101개 언어## 인터페이스 미리보기-++## 🚀 빠른 시작++[KlicStudio의 Deepwiki](https://deepwiki.com/krillinai/KlicStudio)에서 질문할 수 있습니다. 이곳은 리포지토리의 파일을 색인화하여 빠르게 답변을 찾을 수 있습니다.+### 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.-【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).+먼저, [Release](https://github.com/KrillinAI/KlicStudio/releases)에서 장치 시스템에 맞는 실행 파일을 다운로드한 후, 아래 튜토리얼에 따라 데스크탑 버전 또는 비데스크탑 버전을 선택합니다. 소프트웨어 다운로드를 빈 폴더에 두세요. 실행하면 일부 디렉토리가 생성되며, 빈 폴더에 두면 관리가 더 쉬워집니다.-【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.-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).+【데스크탑 버전인 경우, 즉 "desktop"이 포함된 릴리스 파일인 경우, 여기를 참조하세요】+_데스크탑 버전은 새로운 사용자가 구성 파일을 올바르게 편집하는 데 어려움을 겪는 문제를 해결하기 위해 새로 출시되었으며, 지속적으로 업데이트되는 몇 가지 버그가 있습니다._++1. 파일을 두 번 클릭하여 사용을 시작합니다 (데스크탑 버전은 소프트웨어 내에서 구성도 필요합니다)++【비데스크탑 버전인 경우, 즉 "desktop"이 포함되지 않은 릴리스 파일인 경우, 여기를 참조하세요】+_비데스크탑 버전은 초기 버전으로, 구성은 더 복잡하지만 기능적으로 안정적이며 서버 배포에 적합합니다. 웹 형식의 UI를 제공합니다._++1. 폴더 내에 `config` 폴더를 생성한 후, `config` 폴더 내에 `config.toml` 파일을 생성합니다. 소스 코드의 `config` 디렉토리에서 `config-example.toml` 파일의 내용을 `config.toml`에 복사하고 주석에 따라 구성 정보를 입력합니다.+2. 실행 파일을 두 번 클릭하거나 터미널에서 실행하여 서비스를 시작합니다.+3. 브라우저를 열고 `http://127.0.0.1:8888`에 접속하여 사용을 시작합니다 (8888을 구성 파일에서 지정한 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:-1. 터미널에서 실행 파일(가정: 파일 이름은 KlicStudio_1.0.0_desktop_macOS_arm64)이 있는 디렉토리를 엽니다.++【데스크탑 버전인 경우, 즉 "desktop"이 포함된 릴리스 파일인 경우, 여기를 참조하세요】+서명 문제로 인해 현재 데스크탑 버전은 두 번 클릭하여 실행하거나 dmg를 통해 설치할 수 없습니다. 애플리케이션을 수동으로 신뢰해야 합니다. 방법은 다음과 같습니다:++1. 실행 파일이 있는 디렉토리에서 터미널을 엽니다 (파일 이름이 KlicStudio_1.0.0_desktop_macOS_arm64라고 가정).2. 다음 명령을 순서대로 실행합니다:+```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```-【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:-1. 터미널에서 실행 파일(가정: 파일 이름은 KlicStudio_1.0.0_macOS_arm64)이 있는 디렉토리를 엽니다.+【비데스크탑 버전인 경우, 즉 "desktop"이 포함되지 않은 릴리스 파일인 경우, 여기를 참조하세요】+이 소프트웨어는 서명되지 않았으므로 macOS에서 실행할 때 "기본 단계"에서 파일 구성을 완료한 후에도 애플리케이션을 수동으로 신뢰해야 합니다. 방법은 다음과 같습니다:++1. 실행 파일이 있는 디렉토리에서 터미널을 엽니다 (파일 이름이 KlicStudio_1.0.0_macOS_arm64라고 가정).2. 다음 명령을 순서대로 실행합니다:```- sudo xattr -rd com.apple.quarantine ./KlicStudio_1.0.0_macOS_arm64- sudo chmod +x ./KlicStudio_1.0.0_macOS_arm64- ./KlicStudio_1.0.0_macOS_arm64- ```- 서비스를 시작할 수 있습니다.+ sudo xattr -rd com.apple.quarantine ./KlicStudio_1.0.0_macOS_arm64+ sudo chmod +x ./KlicStudio_1.0.0_macOS_arm64+ ./KlicStudio_1.0.0_macOS_arm64+ ```++ 이렇게 하면 서비스가 시작됩니다.### Docker 배포-본 프로젝트는 Docker 배포를 지원하며, [Docker 배포 설명서](./docker.md)를 참조하십시오.-### 쿠키 구성 설명(선택 사항)+이 프로젝트는 Docker 배포를 지원합니다. [Docker 배포 지침](./docker.md)을 참조하세요.++제공된 구성 파일을 기반으로, README 파일의 "구성 도움말(반드시 읽어야 함)" 섹션을 업데이트한 내용은 다음과 같습니다:++### 구성 도움말 (반드시 읽어야 함)++구성 파일은 여러 섹션으로 나뉩니다: `[app]`, `[server]`, `[llm]`, `[transcribe]`, `[tts]`. 작업은 음성 인식(`transcribe`) + 대형 모델 번역(`llm`) + 선택적 음성 서비스(`tts`)로 구성됩니다. 이를 이해하면 구성 파일을 더 잘 파악할 수 있습니다.-비디오 다운로드 실패 상황이 발생한 경우+**가장 쉽고 빠른 구성:**-[쿠키 구성 설명](./get_cookies.md)을 참조하여 쿠키 정보를 구성하십시오.+**자막 번역만을 위한 경우:**+ * `[transcribe]` 섹션에서 `provider.name`을 `openai`로 설정합니다.+ * 그런 다음 `[llm]` 블록에 OpenAI API 키만 입력하면 자막 번역을 시작할 수 있습니다. `app.proxy`, `model`, `openai.base_url`은 필요에 따라 입력할 수 있습니다.-### 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)+**비용, 속도 및 품질의 균형 (로컬 음성 인식 사용):**-로컬 음성 인식 모델을 사용하는 구성 방법(비용, 속도 및 품질의 균형 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)+* `[transcribe]` 섹션에서 `provider.name`을 `fasterwhisper`로 설정합니다.+* `transcribe.fasterwhisper.model`을 `large-v2`로 설정합니다.+* `[llm]` 블록에 대형 언어 모델 구성을 입력합니다.+* 필요한 로컬 모델은 자동으로 다운로드 및 설치됩니다.-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) 구성 (선택 사항):**-**Alibaba Cloud AccessKey, Bucket, AppKey의 획득 방법은**: [Alibaba Cloud 구성 설명](./aliyun.md) 를 참조하십시오.+* TTS 구성은 선택 사항입니다.+* 먼저, `[tts]` 섹션에서 `provider.name`을 설정합니다 (예: `aliyun` 또는 `openai`).+* 그런 다음 선택한 제공자에 대한 해당 구성 블록을 입력합니다. 예를 들어 `aliyun`을 선택하면 `[tts.aliyun]` 섹션을 입력해야 합니다.+* 사용자 인터페이스의 음성 코드는 선택한 제공자의 문서에 따라 선택해야 합니다.+* **참고:** 음성 클로닝 기능을 사용하려면 TTS 제공자로 `aliyun`을 선택해야 합니다.-작업 = 음성 인식 + 대형 모델 번역 + 음성 서비스(TTS 등, 선택 사항)이라는 점을 이해하면 구성 파일을 이해하는 데 도움이 됩니다.+**Alibaba Cloud 구성:**++* Alibaba Cloud 서비스에 필요한 `AccessKey`, `Bucket`, `AppKey`를 얻는 방법에 대한 자세한 내용은 [Alibaba Cloud 구성 지침](https://www.google.com/search?q=./aliyun.md)을 참조하세요. AccessKey 등의 반복 필드는 명확한 구성 구조를 유지하기 위해 설계되었습니다.## 자주 묻는 질문-[자주 묻는 질문](./faq.md)로 이동하십시오.+[자주 묻는 질문](./faq.md)을 방문하세요.++## 기여 지침-## 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 쓸모없는 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.-## Star History+1. 질문이 있는 경우 QQ 그룹에 가입하세요: 754069680+2. 매일 AI 기술 분야의 양질의 콘텐츠를 공유하는 [Bilibili](https://space.bilibili.com/242124650) 소셜 미디어 계정을 팔로우하세요.++## 스타 역사-[](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/kr/aliyun.md b/docs/kr/aliyun.mdindex acff81e6..078556d3 100644--- a/docs/kr/aliyun.md+++ b/docs/kr/aliyun.md@@ -1,31 +1,31 @@## 전제 조건-먼저 [알리바바 클라우드](https://www.aliyun.com) 계정이 필요하며, 실명 인증을 받아야 합니다. 대부분의 서비스는 무료 할당량이 있습니다.+[Alibaba Cloud](https://www.aliyun.com) 계정이 필요하며 실명 인증을 완료해야 합니다. 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.--3. 안전하게 보관하며, 가능하면 로컬 파일에 복사하여 저장합니다.+## Alibaba Cloud `access_key_id` 및 `access_key_secret` 얻기+1. [Alibaba Cloud AccessKey 관리 페이지](https://ram.console.aliyun.com/profile/access-keys)로 이동합니다.+2. "AccessKey 생성"을 클릭합니다. 필요에 따라 사용 방법을 "로컬 개발 환경에서 사용"으로 선택합니다.++3. 안전하게 보관하세요; 로컬 파일에 복사하여 저장하는 것이 가장 좋습니다.-## 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.--3. 기능을 선택하고 개통합니다.--4. "스트리밍 텍스트 음성 합성(CosyVoice 대모델)"은 상업용 버전으로 업그레이드해야 하며, 다른 서비스는 무료 체험판을 사용할 수 있습니다.--5. app key를 복사합니다.-+## Alibaba Cloud 음성 서비스 활성화+1. [Alibaba Cloud 음성 서비스 관리 페이지](https://nls-portal.console.aliyun.com/applist)로 이동합니다. 첫 방문 시 서비스를 활성화해야 합니다.+2. "프로젝트 생성"을 클릭합니다.++3. 기능을 선택하고 활성화합니다.++4. "스트리밍 텍스트-음성 변환 (CosyVoice 대형 모델)"은 상업용 버전으로 업그레이드해야 하며, 다른 서비스는 무료 체험 버전을 사용할 수 있습니다.++5. 앱 키를 간단히 복사합니다.+-## 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.--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).--4. 생성 완료 후 Bucket에 들어갑니다.--5. "공공 접근 차단" 스위치를 끄고, 읽기 및 쓰기 권한을 "공공 읽기"로 설정합니다.--\ No newline at end of file+## Alibaba Cloud OSS 서비스 활성화+1. [Alibaba Cloud 객체 저장소 서비스 콘솔](https://oss.console.aliyun.com/overview)로 이동합니다. 첫 방문 시 서비스를 활성화해야 합니다.+2. 왼쪽에서 버킷 목록을 선택한 후 "생성"을 클릭합니다.++3. "빠른 생성"을 선택하고, 규정에 맞는 버킷 이름을 입력한 후 **상하이** 지역을 선택하여 생성을 완료합니다 (여기서 입력한 이름은 구성 항목 `aliyun.oss.bucket`의 값이 됩니다).++4. 생성 후 버킷에 들어갑니다.++5. "공개 액세스 차단" 스위치를 끄고 읽기 및 쓰기 권한을 "공개 읽기"로 설정합니다.++\ No newline at end of filediff --git a/docs/kr/faq.md b/docs/kr/faq.mdindex 09598be6..0263b4ab 100644--- a/docs/kr/faq.md+++ b/docs/kr/faq.md@@ -1,40 +1,110 @@-### 1. `app.log` 구성 파일을 볼 수 없어 오류 내용을 알 수 없음-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:-```-/── config/-│ └── config.toml-├── cookies.txt (<- 선택적 cookies.txt 파일)-└── krillinai.exe-```--### 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.--### 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:--소프트웨어 bin 디렉토리 위치에서 터미널을 열고 다음을 실행하세요:-```-./yt-dlp.exe -U-```-여기서 `yt-dlp.exe`는 시스템에서 실제 ytdlp 소프트웨어 이름으로 교체하세요.--### 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:-1. `/usr/share/fonts/` 아래에 msyh 폴더를 새로 만들고 다운로드한 글꼴을 해당 디렉토리에 복사합니다.-2.+### 1. 프로그램이 "구성 파일을 찾을 수 없습니다" 또는 "xxxxx는 xxxxx API 키의 구성이 필요합니다"라는 메시지를 표시합니다. 어떻게 해결하나요?++이는 일반적인 설정 문제입니다. 다음과 같은 몇 가지 이유가 있을 수 있습니다:++1. **잘못된 파일 위치 또는 이름:**++* 프로그램은 정확히 `config.toml`이라는 이름의 구성 파일이 필요합니다. 실수로 `config.toml.txt`로 이름을 바꾸지 않았는지 확인하세요.+* 이 파일은 `config` 폴더 안에 위치해야 합니다. 작업 디렉토리의 올바른 구조는 다음과 같아야 합니다:+ ```+ /── config/+ │ └── config.toml+ └── krillinai.exe(실행 파일)+ ```+* **Windows 사용자:** 잠재적인 권한 문제를 피하기 위해 전체 소프트웨어 디렉토리를 C: 드라이브가 아닌 폴더에 두는 것이 좋습니다.++2. **불완전한 API 키 구성:**++* 애플리케이션은 대형 언어 모델(번역용), 음성 서비스(전사 및 음성 합성용) 및 TTS 서비스에 대해 별도의 구성이 필요합니다.+* OpenAI를 모두 사용하더라도 `config.toml` 파일의 서로 다른 섹션에 키를 입력해야 합니다. `llm` 섹션, `transcribe` 섹션, `tts` 섹션을 찾아 해당 API 키 및 기타 필요한 정보를 입력하세요.++### 2. "yt-dlp 오류"가 포함된 오류가 발생합니다. 어떻게 해야 하나요?++이 오류는 비디오 다운로드 프로그램에 문제가 있음을 나타내며, 일반적으로 네트워크 또는 다운로드 프로그램의 버전과 관련이 있습니다.++* **네트워크:** 프록시를 사용하는 경우, `config.toml` 파일 내의 프록시 설정에서 올바르게 구성되었는지 확인하세요.+* **`yt-dlp` 업데이트:** 소프트웨어에 포함된 `yt-dlp` 버전이 구식일 수 있습니다. 소프트웨어의 `bin` 디렉토리에서 터미널을 열고 다음 명령을 실행하여 수동으로 업데이트할 수 있습니다:+ ```+ ./yt-dlp.exe -U+ ```++ (운영 체제에 따라 파일 이름이 다를 경우 `yt-dlp.exe`를 올바른 파일 이름으로 교체하세요).++### 3. 최종 비디오의 자막이 깨지거나 사각형 블록으로 나타납니다. 특히 Linux에서 그렇습니다.++이는 거의 항상 시스템에 필요한 글꼴이 누락되어 발생하며, 특히 중국어 문자를 지원하는 글꼴이 필요합니다. 이를 해결하려면 필요한 글꼴을 설치해야 합니다.++1. [Microsoft YaHei](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyh.ttc) 및 [Microsoft YaHei Bold](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyhbd.ttc)와 같은 필요한 글꼴을 다운로드합니다.+2. 새 글꼴 디렉토리를 생성합니다: `sudo mkdir -p /usr/share/fonts/msyh`.+3. 다운로드한 `.ttc` 글꼴 파일을 이 새 디렉토리에 복사합니다.+4. 다음 명령을 실행하여 글꼴 캐시를 재구성합니다:```cd /usr/share/fonts/msyhsudo mkfontscalesudo mkfontdir- fc-cache+ sudo fc-cache -fv```-### 6. 음성 합성의 음색 코드는 어떻게 입력하나요?-음성 서비스 제공자의 문서를 참조하세요. 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 file+### 4. macOS에서 애플리케이션이 시작되지 않고 "KlicStudio가 손상되어 열 수 없습니다"라는 오류가 표시됩니다.++이는 macOS의 보안 기능인 Gatekeeper로 인해 발생하며, 이는 확인되지 않은 개발자의 앱을 제한합니다. 이를 해결하려면 수동으로 격리 속성을 제거해야 합니다.++1. **터미널** 앱을 엽니다.+2. `xattr -cr` 명령을 입력한 후 공백을 추가하고, Finder 창에서 `KlicStudio.app` 파일을 터미널로 드래그합니다. 명령은 다음과 비슷하게 보일 것입니다:+ ```+ xattr -cr /Applications/KlicStudio.app+ ```+3. Enter 키를 누릅니다. 이제 애플리케이션을 열 수 있어야 합니다.++### 5. 처리 중에 `ffmpeg 오류`, `audioToSrt 오류` 또는 `exit status 1`과 같은 오류가 발생합니다.++이러한 오류는 일반적으로 종속성 또는 시스템 리소스 문제를 나타냅니다.++* **`ffmpeg 오류`:** 이는 `ffmpeg`가 설치되지 않았거나 시스템의 PATH에서 접근할 수 없음을 나타냅니다. 공식 버전의 `ffmpeg`가 완전하게 설치되어 있고, 그 위치가 시스템 환경 변수에 추가되어 있는지 확인하세요.+* **`audioToSrt 오류` 또는 `exit status 1`:** 이 오류는 전사 단계(오디오-텍스트)에서 발생합니다. 일반적인 원인은 다음과 같습니다:+ * **모델 문제:** 로컬 전사 모델(예: `fasterwhisper`)이 로드되지 않거나 다운로드 중 손상되었습니다.+ * **메모리 부족(RAM):** 로컬 모델을 실행하는 것은 리소스를 많이 소모합니다. 머신의 메모리가 부족해지면 운영 체제가 프로세스를 종료할 수 있으며, 이로 인해 오류가 발생할 수 있습니다.+ * **네트워크 실패:** 온라인 전사 서비스를 사용하는 경우(OpenAI의 Whisper API와 같은), 이는 네트워크 연결 문제 또는 잘못된 API 키를 나타냅니다.++### 6. 진행 표시줄이 움직이지 않습니다. 프로그램이 멈췄나요?++아니요, 오류 메시지가 표시되지 않는 한 프로그램은 작동 중입니다. 진행 표시줄은 주요 작업(예: 전사 또는 비디오 인코딩)이 완전히 완료된 후에만 업데이트됩니다. 이러한 작업은 매우 시간이 많이 소요될 수 있으며, 진행 표시줄이 오랜 시간 동안 멈춘 것처럼 보일 수 있습니다. 인내심을 가지고 작업이 완료될 때까지 기다려 주세요.++### 7. 제 NVIDIA 5000 시리즈 GPU는 `fasterwhisper`에서 지원되지 않습니다. 어떻게 해야 하나요?++`fasterwhisper` 모델이 NVIDIA 5000 시리즈 GPU에서 제대로 작동하지 않을 수 있습니다(2025년 중반 기준). 전사에 대한 몇 가지 대안이 있습니다:++1. **클라우드 기반 모델 사용:** `config.toml` 파일에서 `transcribe.provider.name`을 `openai` 또는 `aliyun`으로 설정합니다. 그런 다음 해당 API 키 및 구성 세부정보를 입력합니다. 이렇게 하면 로컬 모델 대신 클라우드 제공자의 Whisper 모델을 사용하게 됩니다.+2. **다른 로컬 모델 사용:** 원래의 `whisper.cpp`와 같은 다른 로컬 전사 모델을 실험해 볼 수 있습니다.++### 8. 텍스트 음성 변환을 위한 올바른 음성/톤 코드를 어떻게 찾고 입력하나요?++사용 중인 음성 서비스 제공자가 정의한 사용 가능한 음성과 해당 코드가 있습니다. 공식 문서를 참조하세요.++* **OpenAI TTS:** [문서](https://platform.openai.com/docs/guides/text-to-speech/api-reference) (음성 옵션 참조).+* **Alibaba Cloud:** [문서](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis) (톤 목록의 `voice` 매개변수 참조).++### 9. Ollama에서 실행 중인 로컬 대형 언어 모델(LLM)을 번역에 어떻게 사용할 수 있나요?++예, KlicStudio를 OpenAI 호환 API 엔드포인트를 제공하는 로컬 LLM을 사용하도록 구성할 수 있습니다.++1. **로컬 LLM 시작:** 로컬 서비스(예: Ollama에서 Llama3 실행)가 활성화되고 접근 가능해야 합니다.+2. **`config.toml` 편집:** 대형 언어 모델(번역기) 섹션에서:++* 제공자 `name`(또는 `type`)을 `"openai"`로 설정합니다.+* `api_key`를 임의의 문자열(예: `"ollama"`)로 설정합니다. 로컬 호출에는 필요하지 않습니다.+* `base_url`을 로컬 모델의 API 엔드포인트로 설정합니다. Ollama의 경우 일반적으로 `http://localhost:11434/v1`입니다.+* `model`을 제공하는 모델의 이름으로 설정합니다. 예를 들어, `"llama3"`입니다.++### 10. 최종 비디오에서 자막 스타일(글꼴, 크기, 색상)을 사용자 정의할 수 있나요?++아니요. 현재 KlicStudio는 **하드코딩된 자막**을 생성하므로 자막이 비디오 프레임에 직접 삽입됩니다. 애플리케이션은 자막 스타일을 사용자 정의할 수 있는 옵션을 제공하지 않으며, 미리 설정된 스타일을 사용합니다.++고급 사용자 정의를 위해 권장되는 우회 방법은:++1. KlicStudio를 사용하여 번역된 `.srt` 자막 파일을 생성합니다.+2. 원본 비디오와 이 `.srt` 파일을 전문 비디오 편집기(예: Premiere Pro, Final Cut Pro, DaVinci Resolve)에 가져와서 렌더링 전에 사용자 정의 스타일을 적용합니다.++### 11. 이미 번역된 `.srt` 파일이 있습니다. KlicStudio가 이를 사용하여 더빙만 수행할 수 있나요?++아니요, 현재 이 기능은 지원되지 않습니다. 애플리케이션은 전사에서 최종 비디오 생성까지 전체 파이프라인을 실행합니다.\ No newline at end of filediff --git a/docs/pt/README.md b/docs/pt/README.mdindex 37a0811b..3c5b4918 100644--- a/docs/pt/README.md+++ b/docs/pt/README.md@@ -1,44 +1,47 @@<div align="center"><img src="/docs/images/logo.jpg" alt="KlicStudio" height="90">- # Ferramenta de Tradução e Dublagem de Vídeo AI Minimalista+# Ferramenta Minimalista de Tradução e Dublagem de Vídeo com IA- <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>- ## Introdução ao Projeto ([Experimente a versão online agora!](https://www.klic.studio/))+## Introdução ao Projeto ([Experimente a versão online agora!](https://www.klic.studio/))+[**Início Rápido**](#-quick-start)-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 versátil de localização e aprimoramento de áudio e vídeo desenvolvida pela Krillin AI. Esta ferramenta minimalista, mas poderosa, integra tradução de vídeo, dublagem e clonagem de voz, suportando formatos paisagem e retrato para garantir 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 materiais brutos em conteúdo pronto para uso em várias plataformas com apenas alguns cliques.-## 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!+## Principais Recursos e Funções:-📥 **Obtenção de Vídeo**: Suporta download via yt-dlp ou upload de arquivos locais+🎯 **Início com um Clique**: Sem configuração de ambiente complexa, instalação automática de dependências, pronto para uso imediatamente, com uma nova versão para desktop para facilitar o acesso!-📜 **Reconhecimento Preciso**: Reconhecimento de voz de alta precisão baseado no Whisper+📥 **Aquisição de Vídeo**: Suporta downloads via yt-dlp ou uploads de arquivos locais-🧠 **Segmentação Inteligente**: Utiliza LLM para segmentação e alinhamento de legendas+📜 **Reconhecimento Preciso**: Reconhecimento de fala de alta precisão baseado no Whisper-🔄 **Substituição de Termos**: Substituição de vocabulário especializado com um clique+🧠 **Segmentação Inteligente**: Segmentação e alinhamento de legendas usando LLM-🌍 **Tradução Profissional**: Tradução LLM com contexto para manter a naturalidade semântica+🔄 **Substituição de Terminologia**: Substituição de vocabulário profissional com um clique-🎙️ **Clonagem de Voz**: Oferece vozes selecionadas da CosyVoice ou clonagem de vozes personalizadas+🌍 **Tradução Profissional**: Tradução LLM com contexto para manter a semântica natural-🎬 **Composição de Vídeo**: Processamento automático de vídeos em paisagem e retrato e formatação de legendas+🎙️ **Clonagem de Voz**: Oferece tons de voz selecionados do CosyVoice ou clonagem de voz personalizada-💻 **Multiplataforma**: Suporta Windows, Linux, macOS, oferecendo versões desktop e server+🎬 **Composição de Vídeo**: Processa automaticamente vídeos em paisagem e retrato e layout de legendas+💻 **Multiplataforma**: Suporta Windows, Linux, macOS, oferecendo versões para desktop e servidor-## 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.+## Demonstração de Efeito++A imagem abaixo mostra o efeito do arquivo de legenda gerado após a importação de um vídeo local de 46 minutos e sua execução com um clique, sem ajustes manuais. Não há omissões ou sobreposições, a segmentação é natural e a qualidade da tradução é muito alta.<table>@@ -46,24 +49,28 @@ A imagem abaixo mostra o efeito do arquivo de legenda gerado após a importaçã<td width="33%">### Tradução de Legendas+---+https://github.com/user-attachments/assets/bba1ac0a-fe6b-4947-b58d-ba99306d0339</td><td width="33%">--### Dublagem+---+https://github.com/user-attachments/assets/0b32fad3-c3ad-4b6a-abf0-0865f0dd2385</td><td width="33%">-### Retrato+### Modo Retrato+---+https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71</td>@@ -71,20 +78,22 @@ https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71</tr></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.**_+## 🔍 Serviços de Reconhecimento de Fala Suportados++_**Todos os modelos locais na tabela abaixo suportam instalação automática de arquivos executáveis + arquivos de modelo; você só precisa escolher, e o Klic preparará 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 do Serviço | Plataformas Suportadas | Opções de Modelo | Local/Nuvem | Observações |+|------------------------|------------------------|-------------------------------------------|-------------|------------------------------|+| **OpenAI Whisper** | Todas as Plataformas | - | Nuvem | Velocidade rápida e bom efeito |+| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (recomendado medium+) | Local | Velocidade mais rápida, sem custo de serviço em nuvem |+| **WhisperKit** | macOS (apenas M-series) | `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✅ 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:+- OpenAI- Gemini- DeepSeek@@ -93,88 +102,116 @@ _**Todos os modelos locais na tabela abaixo suportam instalação automática de- Outros serviços de API compatíveis com o formato OpenAI## 🎤 Suporte a TTS (Texto para Fala)-- Serviço de voz da Alibaba Cloud-- OpenAI TTS++- Serviço de Voz da Alibaba Cloud+- TTS da OpenAI## Suporte a Idiomas-Idiomas de entrada suportados: Chinês, Inglês, Japonês, Alemão, Turco, Coreano, Russo, Malaio (em constante aumento)++Idiomas de entrada suportados: Chinês, Inglês, Japonês, Alemão, Turco, Coreano, Russo, Malaio (aumentando continuamente)Idiomas de tradução suportados: Inglês, Chinês, Russo, Espanhol, Francês e outros 101 idiomas-## Pré-visualização da Interface-+## Prévia da Interface++++## 🚀 Início Rápido++Você pode fazer perguntas na [Deepwiki do KlicStudio](https://deepwiki.com/krillinai/KlicStudio). Ele indexa os arquivos no repositório, para que você possa encontrar respostas rapidamente.-## 🚀 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.--【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._-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.-2. Clique duas vezes ou execute o arquivo executável no terminal para iniciar o serviço-3. 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:-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 localizado-2. Execute os seguintes comandos:++Primeiro, baixe o arquivo executável que corresponde ao sistema do seu dispositivo na [Release](https://github.com/KrillinAI/KlicStudio/releases), depois siga o tutorial abaixo para escolher entre a versão para desktop ou a versão não desktop. Coloque o download do software em uma pasta vazia, pois executá-lo gerará alguns diretórios, e mantê-lo em uma pasta vazia facilitará a gestão.++【Se for a versão para desktop, ou seja, o arquivo de release com "desktop", veja aqui】+_A versão para desktop foi recém-lançada para resolver os problemas de novos usuários que têm dificuldade em editar arquivos de configuração corretamente, e há alguns bugs que estão sendo atualizados continuamente._++1. Clique duas vezes no arquivo para começar a usá-lo (a versão para desktop também requer configuração dentro do software)++【Se for a versão não desktop, ou seja, o arquivo de release sem "desktop", veja aqui】+_A versão não desktop é a versão inicial, que possui uma configuração mais complexa, mas é estável em funcionalidade e adequada para implantação em servidor, pois fornece uma interface em formato web._++1. Crie uma pasta `config` dentro da pasta, depois crie um arquivo `config.toml` na pasta `config`. Copie o conteúdo do arquivo `config-example.toml` do diretório `config` do código-fonte para `config.toml`, 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 serviço+3. Abra seu navegador e digite `http://127.0.0.1:8888` para começar a usá-lo (substitua 8888 pela porta que você especificou no arquivo de configuração)++### Para: Usuários de macOS++【Se for a versão para desktop, ou seja, o arquivo de release com "desktop", veja aqui】+Devido a problemas de assinatura, a versão para desktop atualmente não pode ser executada com um clique ou instalada via dmg; você precisa confiar manualmente no aplicativo. O método é o seguinte:++1. Abra o terminal no diretório onde o arquivo executável (supondo que o nome do arquivo seja KlicStudio_1.0.0_desktop_macOS_arm64) está localizado+2. Execute os seguintes comandos em ordem:+```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```-【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:-1. No terminal, abra o diretório onde o arquivo executável (supondo que o nome do arquivo seja KlicStudio_1.0.0_macOS_arm64) está localizado-2. Execute os seguintes comandos:+【Se for a versão não desktop, ou seja, o arquivo de release sem "desktop", veja aqui】+Este software não está assinado, então ao executá-lo no macOS, após completar a configuração do arquivo nos "Passos Básicos", você também precisa confiar manualmente no aplicativo. O método é o seguinte:++1. Abra o terminal no diretório onde o arquivo executável (supondo que o nome do arquivo seja KlicStudio_1.0.0_macOS_arm64) está localizado+2. Execute os seguintes comandos em ordem:+ ```+ sudo xattr -rd com.apple.quarantine ./KlicStudio_1.0.0_macOS_arm64+ sudo chmod +x ./KlicStudio_1.0.0_macOS_arm64+ ./KlicStudio_1.0.0_macOS_arm64```- sudo xattr -rd com.apple.quarantine ./KlicStudio_1.0.0_macOS_arm64- sudo chmod +x ./KlicStudio_1.0.0_macOS_arm64- ./KlicStudio_1.0.0_macOS_arm64- ```- Isso iniciará o serviço++ Isso iniciará o serviço### Implantação com Docker-Este projeto suporta implantação com Docker, consulte as [Instruções de Implantação com Docker](./docker.md)-### Instruções de Configuração de Cookies (opcional)+Este projeto suporta implantação com Docker; consulte as [Instruções de Implantação com Docker](./docker.md)++Com base no arquivo de configuração fornecido, aqui está a seção atualizada "Ajuda de Configuração (Leitura Obrigatória)" para o seu arquivo README:++### Ajuda de Configuração (Leitura Obrigatória)-Se você encontrar problemas ao baixar vídeos+O arquivo de configuração é dividido em várias seções: `[app]`, `[server]`, `[llm]`, `[transcribe]` e `[tts]`. Uma tarefa é composta por reconhecimento de fala (`transcribe`) + tradução de modelo grande (`llm`) + serviços de voz opcionais (`tts`). Compreender isso ajudará você a entender melhor o arquivo de configuração.-Consulte as [Instruções de Configuração de Cookies](./get_cookies.md) para configurar suas informações de Cookie.+**Configuração Mais Fácil e Rápida:**-### Ajuda de Configuração (obrigatório)-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)+**Para Tradução de Legendas Apenas:**+ * Na seção `[transcribe]`, defina `provider.name` como `openai`.+ * Você só precisará preencher sua chave da API OpenAI no bloco `[llm]` para começar a realizar traduções de legendas. O `app.proxy`, `model` e `openai.base_url` podem ser preenchidos conforme necessário.-Usando 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)+**Custo, Velocidade e Qualidade Balanceados (Usando Reconhecimento de Fala Local):**-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.-Nota: ao usar clonagem de voz, `tts` só suporta a escolha de `aliyun`.+* Na seção `[transcribe]`, defina `provider.name` como `fasterwhisper`.+* Defina `transcribe.fasterwhisper.model` como `large-v2`.+* Preencha sua configuração de modelo de linguagem grande no bloco `[llm]`.+* O modelo local necessário será baixado e instalado automaticamente.-**Para obter o AccessKey, Bucket e AppKey da Alibaba Cloud, leia**: [Instruções de Configuração da Alibaba Cloud](./aliyun.md)+**Configuração de Texto para Fala (TTS) (Opcional):**-Por favor, entenda que a tarefa = reconhecimento de voz + tradução de modelo grande + serviço de voz (TTS, etc., opcional), isso ajudará você a entender o arquivo de configuração.+* A configuração de TTS é opcional.+* Primeiro, defina o `provider.name` na seção `[tts]` (por exemplo, `aliyun` ou `openai`).+* Em seguida, preencha o bloco de configuração correspondente para o provedor selecionado. Por exemplo, se você escolher `aliyun`, deve preencher a seção `[tts.aliyun]`.+* Os códigos de voz na interface do usuário devem ser escolhidos com base na documentação do provedor selecionado.+* **Nota:** Se você planeja usar o recurso de clonagem de voz, deve selecionar `aliyun` como o provedor de TTS.++**Configuração da Alibaba Cloud:**++* Para detalhes sobre como obter o necessário `AccessKey`, `Bucket` e `AppKey` para os serviços da Alibaba Cloud, consulte as [Instruções de Configuração da Alibaba Cloud](https://www.google.com/search?q=./aliyun.md). Os campos repetidos para AccessKey, etc., são projetados para manter uma estrutura de configuração clara.## Perguntas Frequentes-Por favor, consulte as [Perguntas Frequentes](./faq.md)+Por favor, visite [Perguntas Frequentes](./faq.md)-## Normas de Contribuição-1. Não envie arquivos desnecessários, como .vscode, .idea, etc., use .gitignore para filtrá-los-2. Não envie config.toml, mas sim use config-example.toml para enviar+## Diretrizes de Contribuição++1. Não envie arquivos inúteis, como .vscode, .idea, etc.; use .gitignore para filtrá-los.+2. Não envie config.toml; em vez disso, envie config-example.toml.## Contate-Nos-1. 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++1. Junte-se ao nosso grupo QQ para perguntas: 754069680+2. Siga nossas contas de mídia social, [Bilibili](https://space.bilibili.com/242124650), onde compartilhamos conteúdo de qualidade na área de tecnologia de IA todos os dias.## Histórico de Estrelasdiff --git a/docs/pt/aliyun.md b/docs/pt/aliyun.mdindex f05e36c9..56dae9bc 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.+Você precisa ter uma conta na [Alibaba Cloud](https://www.aliyun.com) e completar a verificação de nome real. A maioria dos serviços possui cotas gratuitas.-## Obtenção do `access_key_id` e `access_key_secret` do Alibaba Cloud-1. 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.+## Obtendo `access_key_id` e `access_key_secret` da Alibaba Cloud+1. Vá para a [página de gerenciamento de AccessKey da Alibaba Cloud](https://ram.console.aliyun.com/profile/access-keys).+2. Clique em "Criar AccessKey". Se necessário, selecione o método de uso como "Usado no ambiente de desenvolvimento local."++3. Mantenha em segurança; é melhor copiá-la para um arquivo local para armazenamento.-## 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.-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.--5. Copie a chave do aplicativo.-+## Ativando o Serviço de Voz da Alibaba Cloud+1. Vá para a [página de gerenciamento do Serviço de Voz da Alibaba Cloud](https://nls-portal.console.aliyun.com/applist). Você precisa ativar o serviço na sua primeira visita.+2. Clique em "Criar Projeto."++3. Selecione os recursos e ative-os.++4. O "Streaming Text-to-Speech (Modelo Grande CosyVoice)" precisa ser atualizado para a versão comercial; outros serviços podem usar a versão de teste gratuita.++5. Simplesmente 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`).--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+## Ativando o Serviço OSS da Alibaba Cloud+1. Vá para o [Console do Serviço de Armazenamento de Objetos da Alibaba Cloud](https://oss.console.aliyun.com/overview). Você precisa ativar o serviço na sua primeira visita.+2. Selecione a lista de Buckets à esquerda e clique em "Criar."++3. Escolha "Criação Rápida", preencha um nome de Bucket compatível e selecione a região **Xangai** para completar a criação (o nome que você inserir aqui será o valor para o item de configuração `aliyun.oss.bucket`).++4. Após a criação, entre no Bucket.++5. Desative o interruptor "Bloquear Acesso Público" e defina as permissões de leitura e gravação como "Leitura Pública."++\ No newline at end of filediff --git a/docs/pt/faq.md b/docs/pt/faq.mdindex f8df1bf6..1fe16aa6 100644--- a/docs/pt/faq.md+++ b/docs/pt/faq.md@@ -1,40 +1,110 @@-### 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.--### 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:-```-/── config/-│ └── config.toml-├── cookies.txt (<- arquivo cookies.txt opcional)-└── 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.--### 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:--Abra o terminal na localização do diretório bin do software e execute-```-./yt-dlp.exe -U-```-Aqui, 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:-1. Crie uma pasta msyh em /usr/share/fonts/ e copie as fontes baixadas para esse diretório.-2.+### 1. O programa relata "Arquivo de configuração não encontrado" ou "xxxxx requer configuração da chave da API xxxxx." Como posso corrigir isso?++Este é um problema comum de configuração. Existem algumas razões pelas quais isso pode acontecer:++1. **Localização ou Nome do Arquivo Incorretos:**++* O programa requer um arquivo de configuração nomeado exatamente `config.toml`. Certifique-se de que você não o nomeou acidentalmente como `config.toml.txt`.+* Este arquivo deve ser colocado dentro de uma pasta `config`. A estrutura correta do diretório de trabalho deve ser:+ ```+ /── config/+ │ └── config.toml+ └── krillinai.exe (seu arquivo executável)+ ```+* **Para usuários do Windows:** É recomendável colocar todo o diretório do software em uma pasta que não esteja na unidade C: para evitar possíveis problemas de permissão.++2. **Configuração Incompleta da Chave da API:**++* O aplicativo requer configurações separadas para o modelo de linguagem grande (para tradução), o serviço de voz (para transcrição e síntese de fala) e o serviço de tts.+* Mesmo que você use a OpenAI para tudo, deve preencher a chave em diferentes seções do arquivo `config.toml`. Procure pela seção `llm`, a seção `transcribe`, a seção `tts` e preencha as respectivas Chaves da API e outras informações necessárias.++### 2. Estou recebendo um erro que contém "erro yt-dlp." O que devo fazer?++Esse erro aponta para um problema com o downloader de vídeo, que geralmente está relacionado à sua rede ou à versão do downloader.++* **Rede:** Se você usa um proxy, certifique-se de que ele está configurado corretamente nas configurações de proxy dentro do seu arquivo `config.toml`.+* **Atualizar `yt-dlp`:** A versão do `yt-dlp` incluída com o software pode estar desatualizada. Você pode atualizá-la manualmente abrindo um terminal no diretório `bin` do software e executando o comando:+ ```+ ./yt-dlp.exe -U+ ```++ (Substitua `yt-dlp.exe` pelo nome correto do arquivo para o seu sistema operacional, se for diferente).++### 3. As legendas no vídeo final estão embaralhadas ou aparecem como blocos quadrados, especialmente no Linux.++Isso é quase sempre causado pela falta de fontes no sistema, particularmente aquelas que suportam caracteres chineses. Para corrigir isso, você precisa instalar as fontes necessárias.++1. Baixe as fontes necessárias, como [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).+2. Crie um novo diretório de fontes: `sudo mkdir -p /usr/share/fonts/msyh`.+3. Copie os arquivos de fonte `.ttc` baixados para este novo diretório.+4. Execute os seguintes comandos para reconstruir o cache de fontes:```cd /usr/share/fonts/msyhsudo mkfontscalesudo mkfontdir- fc-cache+ sudo fc-cache -fv```-### 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-[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 file+### 4. No macOS, o aplicativo não inicia e mostra um erro como "KlicStudio está danificado e não pode ser aberto."++Isso é causado pelo recurso de segurança do macOS, Gatekeeper, que restringe aplicativos de desenvolvedores não identificados. Para corrigir isso, você deve remover manualmente o atributo de quarentena.++1. Abra o aplicativo **Terminal**.+2. Digite o comando `xattr -cr` seguido de um espaço, e arraste o arquivo `KlicStudio.app` da sua janela do Finder para o Terminal. O comando ficará assim:+ ```+ xattr -cr /Applications/KlicStudio.app+ ```+3. Pressione Enter. Agora você deve conseguir abrir o aplicativo.++### 5. Estou recebendo erros como `erro ffmpeg`, `erro audioToSrt` ou `status de saída 1` durante o processamento.++Esses erros geralmente apontam para problemas com dependências ou recursos do sistema.++* **`erro ffmpeg`:** Isso indica que o `ffmpeg` não está instalado ou não é acessível a partir do PATH do sistema. Certifique-se de ter uma versão completa e oficial do `ffmpeg` instalada e que sua localização esteja adicionada às variáveis de ambiente do seu sistema.+* **`erro audioToSrt` ou `status de saída 1`:** Este erro ocorre durante a fase de transcrição (áudio para texto). As causas comuns são:+ * **Problemas com o Modelo:** O modelo de transcrição local (por exemplo, `fasterwhisper`) falhou ao carregar ou foi corrompido durante o download.+ * **Memória Insuficiente (RAM):** Executar modelos locais é intensivo em recursos. Se sua máquina ficar sem memória, o sistema operacional pode encerrar o processo, resultando em um erro.+ * **Falha na Rede:** Se você estiver usando um serviço de transcrição online (como a API Whisper da OpenAI), isso indica um problema com sua conexão de rede ou uma chave da API inválida.++### 6. A barra de progresso não está se movendo. O programa está congelado?++Não, enquanto você não ver uma mensagem de erro, o programa está funcionando. A barra de progresso só é atualizada após uma tarefa importante (como transcrição ou codificação de vídeo) ser totalmente concluída. Essas tarefas podem levar muito tempo, fazendo com que a barra de progresso pause por um período prolongado. Por favor, tenha paciência e aguarde a conclusão da tarefa.++### 7. Minha GPU da série NVIDIA 5000 não é suportada pelo `fasterwhisper`. O que devo fazer?++Foi observado que o modelo `fasterwhisper` pode não funcionar corretamente com GPUs da série NVIDIA 5000 (a partir de meados de 2025). Você tem algumas alternativas para transcrição:++1. **Use um Modelo Baseado em Nuvem:** Defina `transcribe.provider.name` como `openai` ou `aliyun` no seu arquivo `config.toml`. Em seguida, preencha a chave da API correspondente e os detalhes de configuração. Isso usará o modelo Whisper do provedor de nuvem em vez do local.+2. **Use Outro Modelo Local:** Você pode experimentar outros modelos de transcrição locais, como o original `whisper.cpp`.++### 8. Como posso encontrar e preencher o código de voz/tom correto para texto-para-fala?++As vozes disponíveis e seus códigos correspondentes são definidos pelo provedor de serviço de voz que você está usando. Consulte a documentação oficial deles.++* **OpenAI TTS:** [Documentação](https://platform.openai.com/docs/guides/text-to-speech/api-reference) (veja as opções de `voice`).+* **Alibaba Cloud:** [Documentação](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis) (veja o parâmetro `voice` na lista de tons).++### 9. Como posso usar um Modelo de Linguagem Grande (LLM) local, como um rodando no Ollama, para tradução?++Sim, você pode configurar o KlicStudio para usar qualquer LLM local que forneça um endpoint de API compatível com OpenAI.++1. **Inicie Seu LLM Local:** Certifique-se de que seu serviço local (por exemplo, Ollama rodando Llama3) esteja ativo e acessível.+2. **Edite `config.toml`:** Na seção para o modelo de linguagem grande (tradutor):++* Defina o `name` (ou `type`) do provedor como `"openai"`.+* Defina a `api_key` como qualquer string aleatória (por exemplo, `"ollama"`), pois não é necessária para chamadas locais.+* Defina o `base_url` para o endpoint da API do seu modelo local. Para Ollama, isso é tipicamente `http://localhost:11434/v1`.+* Defina o `model` como o nome do modelo que você está servindo, por exemplo, `"llama3"`.++### 10. Posso personalizar o estilo das legendas (fonte, tamanho, cor) no vídeo final?++Não. Atualmente, o KlicStudio gera **legendas codificadas**, o que significa que elas são queimadas diretamente nos quadros do vídeo. O aplicativo **não oferece opções para personalizar o estilo das legendas**; ele usa um estilo predefinido.++Para personalização avançada, a solução alternativa recomendada é:++1. Usar o KlicStudio para gerar o arquivo de legenda traduzido `.srt`.+2. Importar seu vídeo original e este arquivo `.srt` em um editor de vídeo profissional (por exemplo, Premiere Pro, Final Cut Pro, DaVinci Resolve) para aplicar estilos personalizados antes da renderização.++### 11. Eu já tenho um arquivo `.srt` traduzido. O KlicStudio pode usá-lo apenas para fazer a dublagem?++Não, esse recurso não é atualmente suportado. O aplicativo executa um pipeline completo desde a transcrição até a geração do vídeo final.\ No newline at end of filediff --git a/docs/rus/README.md b/docs/rus/README.mdindex 1af5ad9e..50fba864 100644--- a/docs/rus/README.md+++ b/docs/rus/README.md@@ -1,44 +1,47 @@<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 перевода и дубляжа видео с использованием ИИ- <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>- ## Описание проекта ([Попробуйте онлайн-версию сейчас!](https://www.klic.studio/))+## Введение в проект ([Попробуйте онлайн-версию сейчас!](https://www.klic.studio/))+[**Быстрый старт**](#-quick-start)-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 и улучшения аудио и видео, разработанное Krillin AI. Этот минималистичный, но мощный инструмент объединяет перевод видео, дубляж и клонирование голоса, поддерживая как горизонтальный, так и вертикальный форматы, чтобы обеспечить идеальное представление на всех основных платформах (Bilibili, Xiaohongshu, Douyin, WeChat Video, Kuaishou, YouTube, TikTok и др.). С помощью рабочего процесса от начала до конца вы можете преобразовать исходные материалы в красиво готовый кроссплатформенный контент всего за несколько кликов.-## 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!+## Ключевые особенности и функции:++🎯 **Запуск в один клик**: Не требуется сложная настройка окружения, автоматическая установка зависимостей, готов к использованию сразу, с новой настольной версией для более удобного доступа!📥 **Получение видео**: Поддерживает загрузку через yt-dlp или загрузку локальных файлов-📜 **Точное распознавание**: Высокая точность распознавания речи на основе Whisper+📜 **Точная распознаваемость**: Высокоточное распознавание речи на основе Whisper-🧠 **Интеллектуальная сегментация**: Использует LLM для сегментации и выравнивания субтитров+🧠 **Интеллектуальная сегментация**: Сегментация и выравнивание субтитров с использованием LLM-🔄 **Замена терминов**: Замена профессиональной лексики в один клик+🔄 **Замена терминологии**: Замена профессиональной лексики в один клик-🌍 **Профессиональный перевод**: Перевод с контекстом с помощью LLM для сохранения естественности семантики+🌍 **Профессиональный перевод**: Перевод LLM с учетом контекста для сохранения естественной семантики-🎙️ **Клонирование голоса**: Предоставляет отборные голоса CosyVoice или кастомные клонирования голосов+🎙️ **Клонирование голоса**: Предлагает выбранные голосовые тона от CosyVoice или индивидуальное клонирование голоса-🎬 **Синтез видео**: Автоматическая обработка видео в горизонтальном и вертикальном формате и компоновка субтитров+🎬 **Компоновка видео**: Автоматическая обработка горизонтальных и вертикальных видео и компоновка субтитров-💻 **Кросс-платформенность**: Поддерживает Windows, Linux, macOS, предоставляет настольную и серверную версии+💻 **Кроссплатформенность**: Поддерживает Windows, Linux, macOS, предоставляя как настольные, так и серверные версии+## Демонстрация эффекта-## 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.+На изображении ниже показан эффект файла субтитров, сгенерированного после импорта 46-минутного локального видео и его выполнения в один клик, без каких-либо ручных настроек. Нет пропусков или наложений, сегментация естественная, а качество перевода очень высокое.<table>@@ -46,24 +49,28 @@ Klic Studio — это универсальное решение для лока<td width="33%">### Перевод субтитров+---+https://github.com/user-attachments/assets/bba1ac0a-fe6b-4947-b58d-ba99306d0339</td><td width="33%">+### Дубляж--### Озвучивание---+https://github.com/user-attachments/assets/0b32fad3-c3ad-4b6a-abf0-0865f0dd2385</td><td width="33%">-### Вертикальный экран+### Вертикальный режим+---+https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71</td>@@ -71,111 +78,141 @@ 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.**_+## 🔍 Поддерживаемые службы распознавания речи-| Источник услуг | Поддерживаемые платформы | Доступные модели | Локально/Облачно | Примечания |-|--------------------|-----------------|----------------------------------------|-------|-------------|-| **OpenAI Whisper** | Все платформы | - | Облачно | Быстрая скорость и хорошее качество |-| **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 |+_**Все локальные модели в таблице ниже поддерживают автоматическую установку исполняемых файлов + файлов моделей; вам просто нужно выбрать, и Klic подготовит все для вас.**_++| Источник службы | Поддерживаемые платформы | Опции модели | Локально/Облачно | Примечания |+|------------------------|-------------------------|------------------------------------------|------------------|-------------------------------|+| **OpenAI Whisper** | Все платформы | - | Облачно | Быстрая скорость и хороший эффект |+| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (рекомендуется medium+) | Локально | Быстрая скорость, без затрат на облачные услуги |+| **WhisperKit** | macOS (только M-серии) | `large-v2` | Локально | Нативная оптимизация для чипов Apple |+| **WhisperCpp** | Все платформы | `large-v2` | Локально | Поддерживает все платформы |+| **Alibaba Cloud ASR** | Все платформы | - | Облачно | Избегает сетевых проблем в материковом Китае |## 🚀 Поддержка больших языковых моделей-✅ Совместимость со всеми облачными/локальными большими языковыми моделями, соответствующими **OpenAI API стандартам**, включая, но не ограничиваясь:+✅ Совместимо со всеми облачными/локальными службами больших языковых моделей, соответствующими **спецификациям API OpenAI**, включая, но не ограничиваясь:+- OpenAI- Gemini- DeepSeek- Tongyi Qianwen-- Локально развернутые открытые модели+- Локально развернутые модели с открытым исходным кодом- Другие API-сервисы, совместимые с форматом OpenAI## 🎤 Поддержка TTS (текст в речь)-- Услуги речи от Aliyun++- Alibaba Cloud Voice Service- OpenAI TTS## Поддержка языков-Поддерживаемые языки ввода: китайский, английский, японский, немецкий, турецкий, корейский, русский, малайский (постоянно добавляются новые)-Поддерживаемые языки перевода: английский, китайский, русский, испанский, французский и еще 101 язык+Поддерживаемые языки ввода: китайский, английский, японский, немецкий, турецкий, корейский, русский, малайский (постоянно увеличивается)++Поддерживаемые языки перевода: английский, китайский, русский, испанский, французский и 101 другой язык## Предварительный просмотр интерфейса-++## 🚀 Быстрый старт++Вы можете задать вопросы на [Deepwiki KlicStudio](https://deepwiki.com/krillinai/KlicStudio). Он индексирует файлы в репозитории, так что вы можете быстро найти ответы.+### 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.-【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)+Сначала загрузите исполняемый файл, соответствующий вашей системе, из раздела [Release](https://github.com/KrillinAI/KlicStudio/releases), затем следуйте приведенному ниже руководству, чтобы выбрать между настольной версией или версией без интерфейса. Поместите загруженное программное обеспечение в пустую папку, так как его запуск создаст некоторые директории, и хранение в пустой папке упростит управление.++【Если это настольная версия, т.е. файл релиза с "desktop", смотрите здесь】+_Настольная версия была недавно выпущена, чтобы решить проблемы новых пользователей с правильным редактированием конфигурационных файлов, и в ней есть некоторые ошибки, которые постоянно обновляются._-【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.-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)+1. Дважды щелкните файл, чтобы начать его использование (настольная версия также требует настройки внутри программы)++【Если это версия без интерфейса, т.е. файл релиза без "desktop", смотрите здесь】+_Версия без интерфейса — это начальная версия, которая имеет более сложную конфигурацию, но стабильна по функциональности и подходит для серверного развертывания, так как предоставляет 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 директории `config` исходного кода в `config.toml` и заполните свою конфигурационную информацию в соответствии с комментариями.+2. Дважды щелкните или выполните исполняемый файл в терминале, чтобы запустить службу+3. Откройте браузер и введите `http://127.0.0.1:8888`, чтобы начать его использование (замените 8888 на порт, указанный в 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:++【Если это настольная версия, т.е. файл релиза с "desktop", смотрите здесь】+Из-за проблем с подписью настольная версия в настоящее время не может быть запущена двойным щелчком или установлена через dmg; вам нужно вручную доверять приложению. Метод следующий:++1. Откройте терминал в директории, где находится исполняемый файл (предполагая, что имя файла KlicStudio_1.0.0_desktop_macOS_arm64)+2. Выполните следующие команды по порядку:+```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```-【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:+【Если это версия без интерфейса, т.е. файл релиза без "desktop", смотрите здесь】+Это программное обеспечение не подписано, поэтому при запуске на macOS, после завершения настройки файла в "Основных шагах", вам также нужно вручную доверять приложению. Метод следующий:++1. Откройте терминал в директории, где находится исполняемый файл (предполагая, что имя файла KlicStudio_1.0.0_macOS_arm64)+2. Выполните следующие команды по порядку:+ ```+ sudo xattr -rd com.apple.quarantine ./KlicStudio_1.0.0_macOS_arm64+ sudo chmod +x ./KlicStudio_1.0.0_macOS_arm64+ ./KlicStudio_1.0.0_macOS_arm64```- sudo xattr -rd com.apple.quarantine ./KlicStudio_1.0.0_macOS_arm64- sudo chmod +x ./KlicStudio_1.0.0_macOS_arm64- ./KlicStudio_1.0.0_macOS_arm64- ```- Это запустит службу++ Это запустит службу-### Развертывание Docker-Этот проект поддерживает развертывание Docker, пожалуйста, обратитесь к [Инструкции по развертыванию Docker](./docker.md)+### Развертывание с помощью Docker-### Инструкция по настройке Cookie (необязательно)+Этот проект поддерживает развертывание с помощью Docker; пожалуйста, обратитесь к [Инструкциям по развертыванию Docker](./docker.md)-Если вы столкнулись с проблемой загрузки видео+На основе предоставленного конфигурационного файла вот обновленный раздел "Помощь по конфигурации (обязательно к прочтению)" для вашего файла README:-Пожалуйста, обратитесь к [Инструкции по настройке Cookie](./get_cookies.md) для настройки вашей информации о Cookie.+### Помощь по конфигурации (обязательно к прочтению)-### Помощь по настройке (обязательно к прочтению)-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)+Конфигурационный файл разделен на несколько секций: `[app]`, `[server]`, `[llm]`, `[transcribe]` и `[tts]`. Задача состоит из распознавания речи (`transcribe`) + перевода большой модели (`llm`) + необязательных голосовых услуг (`tts`). Понимание этого поможет вам лучше разобраться в конфигурационном файле.-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)+**Самая простая и быстрая конфигурация:**-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`.+**Только для перевода субтитров:**+ * В секции `[transcribe]` установите `provider.name` на `openai`.+ * Вам нужно будет только заполнить свой API-ключ OpenAI в блоке `[llm]`, чтобы начать выполнять переводы субтитров. `app.proxy`, `model` и `openai.base_url` можно заполнить по мере необходимости.-**Для получения AccessKey, Bucket, AppKey от Aliyun, пожалуйста, прочитайте**:[Инструкция по настройке Aliyun](./aliyun.md)+**Сбалансированные затраты, скорость и качество (используя локальное распознавание речи):**-Пожалуйста, поймите, что задача = распознавание речи + перевод большой модели + услуги речи (TTS и т.д., необязательно), это поможет вам понять конфигурационный файл.+* В секции `[transcribe]` установите `provider.name` на `fasterwhisper`.+* Установите `transcribe.fasterwhisper.model` на `large-v2`.+* Заполните конфигурацию вашей большой языковой модели в блоке `[llm]`.+* Необходимая локальная модель будет автоматически загружена и установлена.++**Конфигурация TTS (текст в речь) (необязательно):**++* Конфигурация TTS является необязательной.+* Сначала установите `provider.name` в секции `[tts]` (например, `aliyun` или `openai`).+* Затем заполните соответствующий блок конфигурации для выбранного провайдера. Например, если вы выберете `aliyun`, вам нужно будет заполнить секцию `[tts.aliyun]`.+* Код голосов в пользовательском интерфейсе следует выбирать на основе документации выбранного провайдера.+* **Примечание:** Если вы планируете использовать функцию клонирования голоса, вы должны выбрать `aliyun` в качестве провайдера TTS.++**Конфигурация Alibaba Cloud:**++* Для получения необходимых `AccessKey`, `Bucket` и `AppKey` для услуг Alibaba Cloud, пожалуйста, обратитесь к [Инструкциям по конфигурации Alibaba Cloud](https://www.google.com/search?q=./aliyun.md). Повторяющиеся поля для AccessKey и т.д. предназначены для поддержания четкой структуры конфигурации.## Часто задаваемые вопросы-Пожалуйста, перейдите к [Часто задаваемым вопросам](./faq.md)+Пожалуйста, посетите [Часто задаваемые вопросы](./faq.md)++## Руководство по внесению вклада-## 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.; пожалуйста, используйте .gitignore, чтобы отфильтровать их.+2. Не отправляйте config.toml; вместо этого отправьте config-example.toml.## Свяжитесь с нами-1. Присоединяйтесь к нашей группе QQ для получения ответов на вопросы: 754069680-2. Подписывайтесь на наши социальные сети, [Bilibili](https://space.bilibili.com/242124650), ежедневно делимся качественным контентом в области AI технологий++1. Присоединяйтесь к нашей группе QQ для вопросов: 754069680+2. Подписывайтесь на наши социальные сети, [Bilibili](https://space.bilibili.com/242124650), где мы каждый день делимся качественным контентом в области технологий ИИ.## История звезд-[](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/rus/aliyun.md b/docs/rus/aliyun.mdindex bafa10f2..1a3b6971 100644--- a/docs/rus/aliyun.md+++ b/docs/rus/aliyun.md@@ -1,31 +1,31 @@-## Предварительные условия-Необходимо иметь аккаунт на [Alibaba Cloud](https://www.aliyun.com) и пройти процедуру реальной идентификации, большинство услуг имеют бесплатный лимит.+## Предварительные требования+Вам необходимо иметь учетную запись [Alibaba Cloud](https://www.aliyun.com) и пройти проверку реального имени. Большинство услуг имеют бесплатные квоты.-## Получение `access_key_id` и `access_key_secret` для Alibaba Cloud+## Получение `access_key_id` и `access_key_secret` Alibaba Cloud1. 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".--3. Храните в надежном месте, лучше скопируйте в локальный файл.+2. Нажмите "Создать AccessKey". При необходимости выберите способ использования как "Используется в локальной среде разработки".++3. Храните его в безопасности; лучше всего скопировать его в локальный файл для хранения.-## 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.+## Активация голосового сервиса Alibaba Cloud+1. Перейдите на [страницу управления голосовым сервисом Alibaba Cloud](https://nls-portal.console.aliyun.com/applist). Вам необходимо активировать сервис при первом посещении.2. Нажмите "Создать проект".-+3. Выберите функции и активируйте их.--4. "Потоковая текстовая синтезация речи (модель CosyVoice)" требует обновления до коммерческой версии, другие услуги можно использовать в бесплатной пробной версии.--5. Скопируйте app key.-++4. "Потоковая синтезация речи (модель CosyVoice Large)" должна быть обновлена до коммерческой версии; другие услуги могут использовать бесплатную пробную версию.++5. Просто скопируйте ключ приложения.+-## 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.+## Активация сервиса OSS Alibaba Cloud+1. Перейдите на [консоль сервиса объектного хранения Alibaba Cloud](https://oss.console.aliyun.com/overview). Вам необходимо активировать сервис при первом посещении.2. Выберите список Bucket слева, затем нажмите "Создать".--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`).--4. После создания перейдите в Bucket.--5. Отключите переключатель "Запретить общий доступ" и установите права на чтение и запись на "Общий доступ для чтения".--\ No newline at end of file++3. Выберите "Быстрое создание", заполните имя Bucket, соответствующее требованиям, и выберите регион **Шанхай** для завершения создания (имя, которое вы вводите здесь, будет значением для элемента конфигурации `aliyun.oss.bucket`).++4. После создания войдите в Bucket.++5. Выключите переключатель "Блокировать публичный доступ" и установите права на чтение и запись на "Публичное чтение".++\ No newline at end of filediff --git a/docs/rus/faq.md b/docs/rus/faq.mdindex 6cda0fa5..10f8ac5e 100644--- a/docs/rus/faq.md+++ b/docs/rus/faq.md@@ -1,39 +1,110 @@-### 1. Не удается найти файл конфигурации `app.log`, невозможно узнать содержание ошибки-Пользователям Windows рекомендуется разместить рабочую директорию программы в папке, отличной от диска C.--### 2. Файл конфигурации был создан, но возникает ошибка "Не найден файл конфигурации"-Убедитесь, что имя файла конфигурации — `config.toml`, а не `config.toml.txt` или что-то другое. После завершения настройки структура рабочей папки программы должна выглядеть следующим образом:-```-/── config/-│ └── config.toml-├── cookies.txt (<- необязательный файл cookies.txt)-└── krillinai.exe-```--### 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.--### 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:--Откройте терминал в каталоге bin программы и выполните-```-./yt-dlp.exe -U-```-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:-1. Создайте папку msyh в /usr/share/fonts/ и скопируйте загруженные шрифты в этот каталог.-2.+### 1. Программа сообщает "Конфигурационный файл не найден" или "xxxxx требует конфигурации ключа API xxxxx." Как я могу это исправить?++Это распространенная проблема настройки. Есть несколько причин, по которым это может произойти:++1. **Неправильное местоположение или имя файла:**++* Программа требует конфигурационный файл с точно таким именем `config.toml`. Убедитесь, что вы случайно не назвали его `config.toml.txt`.+* Этот файл должен находиться внутри папки `config`. Правильная структура рабочей директории должна быть следующей:+ ```+ /── config/+ │ └── config.toml+ └── krillinai.exe(ваш исполняемый файл)+ ```+* **Для пользователей Windows:** Рекомендуется разместить всю директорию программного обеспечения в папке, которая не находится на диске C:, чтобы избежать потенциальных проблем с разрешениями.++2. **Неполная конфигурация ключа API:**++* Приложение требует отдельные конфигурации для большой языковой модели (для перевода), голосового сервиса (для транскрипции и синтеза речи) и сервиса tts.+* Даже если вы используете OpenAI для всего, вы должны заполнить ключ в разных разделах файла `config.toml`. Найдите раздел `llm`, раздел `transcribe`, раздел `tts` и заполните соответствующие ключи API и другую необходимую информацию.++### 2. Я получаю ошибку, содержащую "yt-dlp error." Что мне делать?++Эта ошибка указывает на проблему с загрузчиком видео, которая обычно связана с вашей сетью или версией загрузчика.++* **Сеть:** Если вы используете прокси, убедитесь, что он правильно настроен в настройках прокси в вашем файле `config.toml`.+* **Обновите `yt-dlp`:** Версия `yt-dlp`, поставляемая с программным обеспечением, может быть устаревшей. Вы можете обновить ее вручную, открыв терминал в директории `bin` программного обеспечения и выполнив команду:+ ```+ ./yt-dlp.exe -U+ ```++ (Замените `yt-dlp.exe` на правильное имя файла для вашей операционной системы, если оно отличается).++### 3. Субтитры в финальном видео искажены или выглядят как квадратные блоки, особенно на Linux.++Это почти всегда вызвано отсутствием шрифтов в системе, особенно тех, которые поддерживают китайские символы. Чтобы это исправить, вам нужно установить необходимые шрифты.++1. Скачайте необходимые шрифты, такие как [Microsoft YaHei](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyh.ttc) и [Microsoft YaHei Bold](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyhbd.ttc).+2. Создайте новую директорию шрифтов: `sudo mkdir -p /usr/share/fonts/msyh`.+3. Скопируйте загруженные файлы шрифтов `.ttc` в эту новую директорию.+4. Выполните следующие команды для пересоздания кэша шрифтов:```cd /usr/share/fonts/msyhsudo mkfontscalesudo mkfontdir- fc-cache+ sudo fc-cache -fv```-### 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+### 4. На macOS приложение не запускается и показывает ошибку "KlicStudio поврежден и не может быть открыт."++Это вызвано функцией безопасности macOS, Gatekeeper, которая ограничивает приложения от неопознанных разработчиков. Чтобы это исправить, вам нужно вручную удалить атрибут карантина.++1. Откройте приложение **Терминал**.+2. Введите команду `xattr -cr`, затем пробел, затем перетащите файл `KlicStudio.app` из вашего окна Finder в Терминал. Команда будет выглядеть примерно так:+ ```+ xattr -cr /Applications/KlicStudio.app+ ```+3. Нажмите Enter. Теперь вы должны иметь возможность открыть приложение.++### 5. Я получаю ошибки, такие как `ffmpeg error`, `audioToSrt error` или `exit status 1` во время обработки.++Эти ошибки обычно указывают на проблемы с зависимостями или системными ресурсами.++* **`ffmpeg error`:** Это указывает на то, что `ffmpeg` либо не установлен, либо недоступен из PATH системы. Убедитесь, что у вас установлена полная, официальная версия `ffmpeg` и что ее местоположение добавлено в переменные окружения вашей системы.+* **`audioToSrt error` или `exit status 1`:** Эта ошибка возникает на этапе транскрипции (аудио в текст). Общие причины:+ * **Проблемы с моделью:** Локальная модель транскрипции (например, `fasterwhisper`) не смогла загрузиться или была повреждена во время загрузки.+ * **Недостаточно памяти (ОЗУ):** Запуск локальных моделей требует много ресурсов. Если у вашего компьютера закончится память, операционная система может завершить процесс, что приведет к ошибке.+ * **Сбой сети:** Если вы используете онлайн-сервис транскрипции (например, Whisper API от OpenAI), это указывает на проблему с вашим сетевым подключением или недействительным ключом API.++### 6. Индикатор прогресса не движется. Программа зависла?++Нет, пока вы не видите сообщение об ошибке, программа работает. Индикатор прогресса обновляется только после завершения крупной задачи (например, транскрипции или кодирования видео). Эти задачи могут занимать много времени, что может привести к тому, что индикатор прогресса будет приостановлен на длительный период. Пожалуйста, будьте терпеливы и дождитесь завершения задачи.++### 7. Мой графический процессор NVIDIA 5000 серии не поддерживается `fasterwhisper`. Что мне делать?++Было замечено, что модель `fasterwhisper` может не работать корректно с графическими процессорами NVIDIA 5000 серии (по состоянию на середину 2025 года). У вас есть несколько альтернатив для транскрипции:++1. **Используйте облачную модель:** Установите `transcribe.provider.name` на `openai` или `aliyun` в вашем файле `config.toml`. Затем заполните соответствующий ключ API и детали конфигурации. Это будет использовать модель Whisper облачного провайдера вместо локальной.+2. **Используйте другую локальную модель:** Вы можете поэкспериментировать с другими локальными моделями транскрипции, такими как оригинальная `whisper.cpp`.++### 8. Как мне найти и заполнить правильный код голоса/тона для синтеза речи?++Доступные голоса и их соответствующие коды определяются провайдером голосового сервиса, который вы используете. Пожалуйста, обратитесь к их официальной документации.++* **OpenAI TTS:** [Документация](https://platform.openai.com/docs/guides/text-to-speech/api-reference) (см. параметры `voice`).+* **Alibaba Cloud:** [Документация](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis) (см. параметр `voice` в списке тонов).++### 9. Как я могу использовать локальную большую языковую модель (LLM), такую как работающая на Ollama, для перевода?++Да, вы можете настроить KlicStudio для использования любой локальной LLM, которая предоставляет совместимый с OpenAI API конечный пункт.++1. **Запустите вашу локальную LLM:** Убедитесь, что ваш локальный сервис (например, Ollama, работающий на Llama3) активен и доступен.+2. **Отредактируйте `config.toml`:** В разделе для большой языковой модели (переводчика):++* Установите `provider name` (или `type`) на `"openai"`.+* Установите `api_key` на любую случайную строку (например, `"ollama"`), так как он не нужен для локальных вызовов.+* Установите `base_url` на конечный пункт API вашей локальной модели. Для Ollama это обычно `http://localhost:11434/v1`.+* Установите `model` на имя модели, которую вы обслуживаете, например, `"llama3"`.++### 10. Могу ли я настроить стиль субтитров (шрифт, размер, цвет) в финальном видео?++Нет. В настоящее время KlicStudio генерирует **жестко закодированные субтитры**, что означает, что они встраиваются непосредственно в кадры видео. Приложение **не предлагает опций для настройки стиля субтитров**; оно использует предустановленный стиль.++Для продвинутой настройки рекомендуется следующий обходной путь:++1. Используйте KlicStudio для генерации переведенного файла субтитров `.srt`.+2. Импортируйте ваше оригинальное видео и этот файл `.srt` в профессиональный видеоредактор (например, Premiere Pro, Final Cut Pro, DaVinci Resolve), чтобы применить пользовательские стили перед рендерингом.++### 11. У меня уже есть переведенный файл `.srt`. Может ли KlicStudio использовать его только для дубляжа?++Нет, эта функция в настоящее время не поддерживается. Приложение выполняет полный процесс от транскрипции до финальной генерации видео.\ No newline at end of filediff --git a/docs/vi/README.md b/docs/vi/README.mdindex 04be632f..db9a7898 100644--- a/docs/vi/README.md+++ b/docs/vi/README.md@@ -1,69 +1,76 @@<div align="center"><img src="/docs/images/logo.jpg" alt="KlicStudio" height="90">- # Công cụ dịch và lồng ghép video AI tối giản+# Công Cụ Dịch và Lồng Ghép Video AI Tối Giản- <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>- ## Giới thiệu dự án ([Trải nghiệm phiên bản trực tuyến ngay!](https://www.klic.studio/))+## Giới Thiệu Dự Án ([Thử phiên bản trực tuyến ngay!](https://www.klic.studio/))+[**Khởi Đầu Nhanh**](#-quick-start)-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 đa năng cho việc địa phương hóa và nâng cao âm thanh và video được phát triển bởi Krillin AI. Công cụ tối giản nhưng mạnh mẽ này tích hợp dịch video, lồng ghép và nhân bản giọng nói, hỗ trợ cả định dạng ngang và dọc để đảm bảo trình bày hoàn hảo trên tất cả các nền tảng chính (Bilibili, Xiaohongshu, Douyin, WeChat Video, Kuaishou, YouTube, TikTok, v.v.). Với quy trình làm việc từ đầu đến cuối, bạn có thể biến nguyên liệu thô thành nội dung đa nền tảng sẵn sàng sử dụng chỉ với vài cú nhấp chuột.-## 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!+## Tính Năng và Chức Năng Chính:-📥 **Lấy video**: Hỗ trợ tải xuống yt-dlp hoặc tải lên tệp cục bộ+🎯 **Khởi Đầu Một Cú Nhấp**: Không cần cấu hình môi trường phức tạp, tự động cài đặt phụ thuộc, sẵn sàng sử dụng ngay lập tức, với phiên bản máy tính để bàn mới để dễ dàng truy cập hơn!-📜 **Nhận diện chính xác**: Nhận diện giọng nói với độ chính xác cao dựa trên Whisper+📥 **Lấy Video**: Hỗ trợ tải xuống yt-dlp hoặc tải lên tệp cục bộ-🧠 **Phân đoạn thông minh**: Sử dụng LLM để phân đoạn và căn chỉnh phụ đề+📜 **Nhận Diện Chính Xác**: Nhận diện giọng nói chính xác cao dựa trên Whisper-🔄 **Thay thế thuật ngữ**: Thay thế từ ngữ chuyên ngành chỉ với một cú nhấp+🧠 **Phân Đoạn Thông Minh**: Phân đoạn và căn chỉnh phụ đề sử dụng LLM-🌍 **Dịch chuyên nghiệp**: Dịch LLM với ngữ cảnh để giữ nguyên nghĩa tự nhiên+🔄 **Thay Thế Thuật Ngữ**: Thay thế từ vựng chuyên ngành chỉ với một cú nhấp-🎙️ **Nhân bản giọng nói**: Cung cấp giọng nói chọn lọc từ CosyVoice hoặc nhân bản giọng nói tùy chỉnh+🌍 **Dịch Chuyên Nghiệp**: Dịch LLM với ngữ cảnh để duy trì ngữ nghĩa tự nhiên-🎬 **Ghép video**: Tự động xử lý video định dạng ngang và dọc cùng với bố cục phụ đề+🎙️ **Nhân Bản Giọng Nói**: Cung cấp các tông giọng được chọn từ CosyVoice hoặc nhân bản giọng nói tùy chỉnh-💻 **Đa nền tảng**: Hỗ trợ Windows, Linux, macOS, cung cấp phiên bản máy tính để bàn và phiên bản server+🎬 **Biên Tập Video**: Tự động xử lý video ngang và dọc và bố cục phụ đề+💻 **Đa Nền Tảng**: Hỗ trợ Windows, Linux, macOS, cung cấp cả phiên bản máy tính để bàn và máy chủ-## 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.-+## Minh Họa Hiệu Ứng++Hình ảnh dưới đây cho thấy hiệu ứng của tệp phụ đề được tạo ra sau khi nhập một video cục bộ dài 46 phút và thực hiện nó chỉ với một cú nhấp, không cần điều chỉnh thủ công. Không có sự bỏ sót hay chồng chéo, phân đoạn tự nhiên và chất lượng dịch rất cao.+<table><tr><td width="33%">-### Dịch phụ đề+### Dịch Phụ Đề+---+https://github.com/user-attachments/assets/bba1ac0a-fe6b-4947-b58d-ba99306d0339</td><td width="33%">+### Lồng Ghép--### Lồng ghép giọng nói---+https://github.com/user-attachments/assets/0b32fad3-c3ad-4b6a-abf0-0865f0dd2385</td><td width="33%">-### Định dạng dọc+### Chế Độ Dọc+---+https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71</td>@@ -71,111 +78,141 @@ https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71</tr></table>-## 🔍 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.**_+## 🔍 Dịch Vụ Nhận Diện Giọng Nói Hỗ Trợ-| 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 |-| **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 |+_**Tất cả các mô hình cục bộ trong bảng dưới đây hỗ trợ cài đặt tự động các tệp thực thi + tệp mô hình; bạn chỉ cần chọn, và Klic sẽ chuẩn bị mọi thứ cho bạn.**_-## 🚀 Hỗ trợ mô hình ngôn ngữ lớn+| 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 | Tốc độ nhanh và hiệu quả tốt |+| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (khuyến nghị medium+) | Cục Bộ | Tốc độ nhanh hơn, không tốn chi phí dịch vụ đám mây |+| **WhisperKit** | macOS (chỉ M-series) | `large-v2` | Cục Bộ | Tối ưu hóa gốc 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 các 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 **các thông số kỹ thuật API của OpenAI**, bao gồm nhưng không giới hạn ở:-✅ 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:- OpenAI- Gemini- DeepSeek- Tongyi Qianwen-- Mô hình mã nguồn mở triển khai cục bộ-- Các dịch vụ API tương thích với định dạng OpenAI khác+- Các mô hình mã nguồn mở triển khai cục bộ+- Các dịch vụ API khác tương thích với định dạng OpenAI-## 🎤 Hỗ trợ chuyển văn bản thành giọng nói (TTS)-- Dịch vụ giọng nói Alibaba Cloud+## 🎤 Hỗ Trợ TTS Chuyển Văn Bản Thành Giọng Nói++- Dịch Vụ Giọng Nói Alibaba Cloud- 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)+## Hỗ Trợ Ngôn Ngữ++Ngôn ngữ đầu vào được hỗ trợ: Tiếng Trung, Tiếng Anh, Tiếng Nhật, Tiếng Đức, Tiếng Thổ Nhĩ Kỳ, Tiếng Hàn, Tiếng Nga, Tiếng Mã Lai (liên tục tăng)++Ngôn ngữ dịch được hỗ trợ: Tiếng Anh, Tiếng Trung, Tiếng Nga, Tiếng Tây Ban Nha, Tiếng Pháp và 101 ngôn ngữ khác++## Xem Trước Giao Diện+++-Ngôn ngữ dịch hỗ trợ: Tiếng Anh, Tiếng Trung, Tiếng Nga, Tiếng Tây Ban Nha, Tiếng Pháp và 101 ngôn ngữ khác+## 🚀 Khởi Đầu Nhanh-## Xem trước giao diện-+Bạn có thể đặt câu hỏi trên [Deepwiki của KlicStudio](https://deepwiki.com/krillinai/KlicStudio). Nó lập chỉ mục các tệp trong kho, vì vậy bạn có thể tìm câu trả lời nhanh chóng.+### Các Bước Cơ Bản-## 🚀 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 phù hợp với hệ điều hành của bạn từ [Release](https://github.com/KrillinAI/KlicStudio/releases), sau đó làm theo hướng dẫn dưới đây để chọn giữa phiên bản máy tính để bàn hoặc phiên bản không phải máy tính để bàn. Đặt tệp tải xuống phần mềm vào một thư mục trống, vì việc chạy nó sẽ tạo ra một số thư mục, và giữ nó trong một thư mục trống sẽ giúp quản lý dễ dàng 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 máy tính để bàn, tức là tệp phát hành có "desktop," xem ở đây】+_Version máy tính để bàn được phát hành mới để giải quyết các vấn đề của người dùng mới gặp khó khăn trong việc chỉnh sửa tệp cấu hình đúng cách, và có một số lỗi đang được cập nhật liên tục._-【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-3. 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)+1. Nhấp đúp vào tệp để bắt đầu sử dụng (phiên bản máy tính để bàn cũng yêu cầu cấu hình trong phần mềm)++【Nếu là phiên bản không phải máy tính để bàn, tức là tệp phát hành không có "desktop," xem ở đây】+_Version không phải máy tính để bàn là phiên bản ban đầu, có cấu hình phức tạp hơn nhưng ổn định về chức năng và phù hợp cho triển khai máy chủ, vì nó cung cấp giao diện người dùng ở định dạng web._++1. Tạo một thư mục `config` trong thư mục, sau đó tạo một tệp `config.toml` trong thư mục `config`. Sao chép nội dung của tệp `config-example.toml` từ thư mục `config` của mã nguồn vào `config.toml`, và điền thông tin cấu hình của bạn theo các chú thích.+2. Nhấp đúp hoặc thực thi tệp thực thi trong terminal để bắt đầu dịch vụ+3. Mở trình duyệt của bạn và nhập `http://127.0.0.1:8888` để bắt đầu sử dụng (thay thế 8888 bằng cổng bạn đã chỉ định trong tệp cấu hình)++### Đối với: Người Dùng macOS++【Nếu là phiên bản máy tính để bàn, tức là tệp phát hành có "desktop," xem ở đây】+Do vấn đề ký, phiên bản máy tính để bàn hiện tại không thể nhấp đúp để chạy hoặc cài đặt qua dmg; bạn cần phải tin tưởng ứng dụng một cách thủ công. Phương pháp như sau:++1. Mở terminal trong thư mục nơi tệp thực thi (giả sử tên tệp là KlicStudio_1.0.0_desktop_macOS_arm64) nằm+2. Thực hiện các lệnh sau theo thứ tự:-### 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:-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:```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```-【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:-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:+【Nếu là phiên bản không phải máy tính để bàn, tức là tệp phát hành không có "desktop," xem ở đây】+Phần mềm này không được ký, vì vậy khi chạy trên macOS, sau khi hoàn thành cấu hình tệp trong "Các Bước Cơ Bản," bạn cũng cần phải tin tưởng ứng dụng một cách thủ công. Phương pháp như sau:++1. Mở terminal trong thư mục nơi tệp thực thi (giả sử tên tệp là KlicStudio_1.0.0_macOS_arm64) nằm+2. Thực hiện các lệnh sau theo thứ tự:+ ```+ sudo xattr -rd com.apple.quarantine ./KlicStudio_1.0.0_macOS_arm64+ sudo chmod +x ./KlicStudio_1.0.0_macOS_arm64+ ./KlicStudio_1.0.0_macOS_arm64```- sudo xattr -rd com.apple.quarantine ./KlicStudio_1.0.0_macOS_arm64- sudo chmod +x ./KlicStudio_1.0.0_macOS_arm64- ./KlicStudio_1.0.0_macOS_arm64- ```- để khởi động dịch vụ++ Điều này sẽ khởi động dịch vụ++### Triển Khai Docker++Dự án này hỗ trợ triển khai Docker; vui lòng tham khảo [Hướng Dẫn Triển Khai Docker](./docker.md)++Dựa trên tệp cấu hình đã cung cấp, đây là phần "Hỗ Trợ Cấu Hình (Cần Đọc)" đã được cập nhật cho tệp README của bạn:++### Hỗ Trợ Cấu Hình (Cần Đọc)++Tệp cấu hình được chia thành nhiều phần: `[app]`, `[server]`, `[llm]`, `[transcribe]`, và `[tts]`. Một nhiệm vụ bao gồm nhận diện giọng nói (`transcribe`) + dịch mô hình lớn (`llm`) + dịch vụ giọng nói tùy chọn (`tts`). Hiểu điều này sẽ giúp bạn nắm bắt tốt hơn tệp cấu hình.++**Cấu Hình Dễ Nhất và Nhanh Nhất:**-### Triển khai Docker-Dự án này hỗ trợ triển khai Docker, vui lòng tham khảo [Hướng dẫn triển khai Docker](./docker.md)+**Chỉ Dành Cho Dịch Phụ Đề:**+ * Trong phần `[transcribe]`, đặt `provider.name` thành `openai`.+ * Bạn chỉ cần điền khóa API OpenAI của mình trong khối `[llm]` để bắt đầu thực hiện dịch phụ đề. Các trường `app.proxy`, `model`, và `openai.base_url` có thể được điền theo nhu cầu.-### Hướng dẫn cấu hình Cookie (không bắt buộc)+**Chi Phí, Tốc Độ và Chất Lượng Cân Bằng (Sử Dụng Nhận Diện Giọng Nói Cục Bộ):**-Nếu bạn gặp phải tình trạng tải video không thành công+* Trong phần `[transcribe]`, đặt `provider.name` thành `fasterwhisper`.+* Đặt `transcribe.fasterwhisper.model` thành `large-v2`.+* Điền cấu hình mô hình ngôn ngữ lớn của bạn trong khối `[llm]`.+* Mô hình cục bộ cần thiết sẽ được tự động tải xuống và cài đặt.-Vui lòng tham khảo [Hướng dẫn cấu hình Cookie](./get_cookies.md) để cấu hình thông tin Cookie của bạn.+**Cấu Hình Chuyển Văn Bản Thành Giọng Nói (TTS) (Tùy Chọn):**-### Giúp đỡ cấu hình (cần xem)-Cách cấu hình nhanh chóng và tiện lợi 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)+* Cấu hình TTS là tùy chọn.+* Đầu tiên, đặt `provider.name` trong phần `[tts]` (ví dụ: `aliyun` hoặc `openai`).+* Sau đó, điền khối cấu hình tương ứng cho nhà cung cấp đã chọn. Ví dụ, nếu bạn chọn `aliyun`, bạn phải điền phần `[tts.aliyun]`.+* Mã giọng nói trong giao diện người dùng nên được chọn dựa trên tài liệu của nhà cung cấp đã chọn.+* **Lưu Ý:** Nếu bạn dự định sử dụng tính năng nhân bản giọng nói, bạn phải chọn `aliyun` làm nhà cung cấp TTS.-Cách cấu hình sử dụng mô hình nhận diện giọng nói cục bộ (cân bằng giữa 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)+**Cấu Hình Alibaba Cloud:**-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`.+* Để biết chi tiết về cách lấy `AccessKey`, `Bucket`, và `AppKey` cần thiết cho dịch vụ Alibaba Cloud, vui lòng tham khảo [Hướng Dẫn Cấu Hình Alibaba Cloud](https://www.google.com/search?q=./aliyun.md). Các trường lặp lại cho AccessKey, v.v., được thiết kế để duy trì cấu trúc cấu hình rõ ràng.-**Để lấy AccessKey, Bucket, AppKey của Alibaba Cloud, vui lòng đọc**:[Hướng dẫn cấu hình Alibaba Cloud](./aliyun.md)+## Câu Hỏi Thường Gặp-Xin hiểu rằng, nhiệm vụ = nhận diện giọng nói + dịch mô hình lớn + dịch vụ giọng nói (TTS, v.v., tùy chọn), điều này sẽ giúp bạn hiểu rõ hơn về tệp cấu hình.+Vui lòng truy cập [Câu Hỏi Thường Gặp](./faq.md)-## Câu hỏi thường gặp+## Hướng Dẫn Đóng Góp-Vui lòng tham khảo [Câu hỏi thường gặp](./faq.md)+1. Không gửi các tệp vô dụng, chẳng hạn như .vscode, .idea, v.v.; vui lòng sử dụng .gitignore để lọc chúng ra.+2. Không gửi config.toml; thay vào đó, gửi config-example.toml.-## Quy tắc đóng góp-1. Không gửi tệp không cần thiết, như .vscode, .idea, v.v., hãy sử dụng .gitignore để lọc-2. Không gửi config.toml, mà hãy sử dụng config-example.toml để gửi+## Liên Hệ Với Chúng Tôi-## Liên hệ với chúng tôi-1. Tham gia nhóm QQ của chúng tôi để giải đáp thắc mắc: 754069680-2. 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+1. Tham gia nhóm QQ của chúng tôi để đặt câu hỏi: 754069680+2. Theo dõi các tài khoản mạng xã hội của chúng tôi, [Bilibili](https://space.bilibili.com/242124650), nơi chúng tôi chia sẻ nội dung chất lượng trong lĩnh vực công nghệ AI mỗi ngày.-## Lịch sử sao+## 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..71b0a050 100644--- a/docs/vi/aliyun.md+++ b/docs/vi/aliyun.md@@ -1,31 +1,31 @@## Điều kiện tiên quyết-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.+Bạn cần có một tài khoản [Alibaba Cloud](https://www.aliyun.com) và hoàn thành xác minh 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".--3. Bảo quản cẩn thận, tốt nhất là sao chép vào tệp tin địa phương để lưu.+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 phương thức sử dụng là "Sử dụng trong môi trường phát triển cục bộ."++3. Giữ nó an toàn; tốt nhất là sao chép nó vào một tệp 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".--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.--5. Sao chép app key là xong.-+## Kích hoạt Dịch vụ Giọng nói Alibaba Cloud+1. Truy cập trang [quản lý Dịch vụ Giọng nói Alibaba Cloud](https://nls-portal.console.aliyun.com/applist). Bạn cần kích hoạt dịch vụ khi truy cập lần đầu.+2. Nhấp vào "Tạo Dự án."++3. Chọn các tính năng và kích hoạt chúng.++4. "Streaming Text-to-Speech (Mô hình Lớn CosyVoice)" cần được nâng cấp lên phiên bản thương mại; các dịch vụ khác có thể sử dụng phiên bản dùng thử miễn phí.++5. Chỉ cần sao chép khóa ứng dụng.+-## 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".--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`).--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".--\ No newline at end of file+## Kích hoạt Dịch vụ OSS của Alibaba Cloud+1. Truy cập [Bảng điều khiển Dịch vụ Lưu trữ Đối tượng Alibaba Cloud](https://oss.console.aliyun.com/overview). Bạn cần kích hoạt dịch vụ khi truy cập lần đầu.+2. Chọn danh sách Bucket ở bên trái, sau đó nhấp vào "Tạo."++3. Chọn "Tạo Nhanh," điền tên Bucket hợp lệ và chọn khu vực **Thượng Hải** để hoàn tất việc tạo (tên bạn nhập ở đây sẽ là giá trị cho mục cấu hình `aliyun.oss.bucket`).++4. Sau khi tạo, vào Bucket.++5. Tắt công tắc "Chặn Truy cập Công khai" và đặt quyền đọc và ghi thành "Đọc Công khai."++\ No newline at end of filediff --git a/docs/vi/faq.md b/docs/vi/faq.mdindex 3a700c6d..ffff6313 100644--- a/docs/vi/faq.md+++ b/docs/vi/faq.md@@ -1,40 +1,110 @@-### 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.--### 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.-Sau khi cấu hình xong, cấu trúc thư mục làm việc của phần mềm này nên như sau:-```-/── config/-│ └── config.toml-├── cookies.txt (<- tệp cookies.txt tùy chọn)-└── krillinai.exe-```--### 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.--### 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:--Mở terminal tại vị trí thư mục bin của phần mềm, thực hiện-```-./yt-dlp.exe -U-```-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-2.+### 1. Chương trình báo "Không tìm thấy tệp cấu hình" hoặc "xxxxx yêu cầu cấu hình khóa API xxxxx." Làm thế nào để tôi khắc phục điều này?++Đây là một vấn đề thiết lập phổ biến. Có một vài lý do điều này có thể xảy ra:++1. **Vị trí hoặc Tên Tệp Không Chính Xác:**++* Chương trình yêu cầu một tệp cấu hình có tên chính xác là `config.toml`. Đảm bảo bạn không vô tình đặt tên là `config.toml.txt`.+* Tệp này phải được đặt trong một thư mục `config`. Cấu trúc đúng của thư mục làm việc nên là:+ ```+ /── config/+ │ └── config.toml+ └── krillinai.exe (tệp thực thi của bạn)+ ```+* **Đối với người dùng Windows:** Nên đặt toàn bộ thư mục phần mềm vào một thư mục không nằm trên ổ C: để tránh các vấn đề về quyền truy cập.++2. **Cấu Hình Khóa API Chưa Hoàn Chỉnh:**++* Ứng dụng yêu cầu các cấu hình riêng biệt cho mô hình ngôn ngữ lớn (để dịch), dịch vụ giọng nói (để chuyển văn bản thành giọng nói và tổng hợp giọng nói) và dịch vụ tts.+* Ngay cả khi bạn sử dụng OpenAI cho tất cả, bạn vẫn phải điền khóa vào các phần khác nhau của tệp `config.toml`. Tìm phần `llm`, phần `transcribe`, phần `tts` và điền các Khóa API tương ứng và thông tin cần thiết khác.++### 2. Tôi nhận được một lỗi chứa "lỗi yt-dlp." Tôi nên làm gì?++Lỗi này chỉ ra một vấn đề với trình tải video, thường liên quan đến mạng của bạn hoặc phiên bản của trình tải.++* **Mạng:** Nếu bạn sử dụng proxy, hãy đảm bảo nó được cấu hình đúng trong cài đặt proxy trong tệp `config.toml` của bạn.+* **Cập nhật `yt-dlp`:** Phiên bản của `yt-dlp` đi kèm với phần mềm có thể đã lỗi thời. Bạn có thể cập nhật nó thủ công bằng cách mở một terminal trong thư mục `bin` của phần mềm và chạy lệnh:+ ```+ ./yt-dlp.exe -U+ ```++ (Thay thế `yt-dlp.exe` bằng tên tệp đúng cho hệ điều hành của bạn nếu nó khác).++### 3. Phụ đề trong video cuối bị rối hoặc xuất hiện dưới dạng các khối vuông, đặc biệt trên Linux.++Điều này hầu như luôn do thiếu phông chữ trên hệ thống, đặc biệt là những phông hỗ trợ ký tự Trung Quốc. Để khắc phục điều này, bạn cần cài đặt các phông chữ cần thiết.++1. Tải xuống các phông chữ cần thiết, chẳng hạn như [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).+2. Tạo một thư mục phông chữ mới: `sudo mkdir -p /usr/share/fonts/msyh`.+3. Sao chép các tệp phông `.ttc` đã tải xuống vào thư mục mới này.+4. Thực hiện các lệnh sau để xây dựng lại bộ nhớ cache phông chữ:```cd /usr/share/fonts/msyhsudo mkfontscalesudo mkfontdir- fc-cache+ sudo fc-cache -fv```-### 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:-[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+### 4. Trên macOS, ứng dụng không khởi động và hiển thị lỗi như "KlicStudio bị hỏng và không thể mở."++Điều này do tính năng bảo mật của macOS, Gatekeeper, hạn chế các ứng dụng từ các nhà phát triển không xác định. Để khắc phục điều này, bạn phải xóa thuộc tính cách ly một cách thủ công.++1. Mở ứng dụng **Terminal**.+2. Gõ lệnh `xattr -cr` theo sau là một khoảng trắng, sau đó kéo tệp `KlicStudio.app` từ cửa sổ Finder của bạn vào Terminal. Lệnh sẽ trông giống như sau:+ ```+ xattr -cr /Applications/KlicStudio.app+ ```+3. Nhấn Enter. Bây giờ bạn nên có thể mở ứng dụng.++### 5. Tôi nhận được các lỗi như `lỗi ffmpeg`, `lỗi audioToSrt`, hoặc `trạng thái thoát 1` trong quá trình xử lý.++Các lỗi này thường chỉ ra các vấn đề với các phụ thuộc hoặc tài nguyên hệ thống.++* **`lỗi ffmpeg`:** Điều này cho thấy `ffmpeg` không được cài đặt hoặc không thể truy cập từ PATH của hệ thống. Đảm bảo bạn đã cài đặt một phiên bản đầy đủ, chính thức của `ffmpeg` và rằng vị trí của nó đã được thêm vào biến môi trường của hệ thống.+* **`lỗi audioToSrt` hoặc `trạng thái thoát 1`:** Lỗi này xảy ra trong giai đoạn chuyển đổi (từ âm thanh sang văn bản). Các nguyên nhân phổ biến là:+ * **Vấn đề với Mô Hình:** Mô hình chuyển đổi cục bộ (ví dụ: `fasterwhisper`) không thể tải hoặc bị hỏng trong quá trình tải xuống.+ * **Thiếu Bộ Nhớ (RAM):** Chạy các mô hình cục bộ tiêu tốn nhiều tài nguyên. Nếu máy của bạn hết bộ nhớ, hệ điều hành có thể kết thúc quá trình, dẫn đến lỗi.+ * **Lỗi Mạng:** Nếu bạn đang sử dụng dịch vụ chuyển đổi trực tuyến (như API Whisper của OpenAI), điều này chỉ ra một vấn đề với kết nối mạng của bạn hoặc một khóa API không hợp lệ.++### 6. Thanh tiến trình không di chuyển. Chương trình có bị treo không?++Không, miễn là bạn không thấy thông báo lỗi, chương trình đang hoạt động. Thanh tiến trình chỉ cập nhật sau khi một nhiệm vụ lớn (như chuyển đổi hoặc mã hóa video) hoàn thành hoàn toàn. Những nhiệm vụ này có thể mất nhiều thời gian, khiến thanh tiến trình tạm dừng trong một khoảng thời gian dài. Xin hãy kiên nhẫn và chờ đợi nhiệm vụ hoàn thành.++### 7. GPU dòng NVIDIA 5000 của tôi không được `fasterwhisper` hỗ trợ. Tôi nên làm gì?++Đã có thông báo rằng mô hình `fasterwhisper` có thể không hoạt động đúng với GPU dòng NVIDIA 5000 (tính đến giữa năm 2025). Bạn có một vài lựa chọn thay thế cho việc chuyển đổi:++1. **Sử dụng Mô Hình Dựa Trên Đám Mây:** Đặt `transcribe.provider.name` thành `openai` hoặc `aliyun` trong tệp `config.toml` của bạn. Sau đó, điền khóa API và chi tiết cấu hình tương ứng. Điều này sẽ sử dụng mô hình Whisper của nhà cung cấp đám mây thay vì mô hình cục bộ.+2. **Sử dụng Mô Hình Cục Bộ Khác:** Bạn có thể thử nghiệm với các mô hình chuyển đổi cục bộ khác, chẳng hạn như `whisper.cpp` gốc.++### 8. Làm thế nào để tôi tìm và điền mã giọng nói/tone chính xác cho chuyển văn bản thành giọng nói?++Các giọng nói có sẵn và mã tương ứng của chúng được xác định bởi nhà cung cấp dịch vụ giọng nói mà bạn đang sử dụng. Vui lòng tham khảo tài liệu chính thức của họ.++* **OpenAI TTS:** [Tài liệu](https://platform.openai.com/docs/guides/text-to-speech/api-reference) (xem các tùy chọn `voice`).+* **Alibaba Cloud:** [Tài liệu](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis) (xem tham số `voice` trong danh sách tone).++### 9. Làm thế nào tôi có thể sử dụng một Mô Hình Ngôn Ngữ Lớn (LLM) cục bộ, như một cái chạy trên Ollama, để dịch?++Có, bạn có thể cấu hình KlicStudio để sử dụng bất kỳ LLM cục bộ nào cung cấp một điểm cuối API tương thích với OpenAI.++1. **Khởi động LLM Cục Bộ của Bạn:** Đảm bảo dịch vụ cục bộ của bạn (ví dụ: Ollama chạy Llama3) đang hoạt động và có thể truy cập.+2. **Chỉnh sửa `config.toml`:** Trong phần cho mô hình ngôn ngữ lớn (người dịch):++* Đặt `name` (hoặc `type`) của nhà cung cấp thành `"openai"`.+* Đặt `api_key` thành bất kỳ chuỗi ngẫu nhiên nào (ví dụ: `"ollama"`), vì nó không cần thiết cho các cuộc gọi cục bộ.+* Đặt `base_url` thành điểm cuối API của mô hình cục bộ của bạn. Đối với Ollama, điều này thường là `http://localhost:11434/v1`.+* Đặt `model` thành tên của mô hình bạn đang phục vụ, ví dụ, `"llama3"`.++### 10. Tôi có thể tùy chỉnh kiểu phụ đề (phông chữ, kích thước, màu sắc) trong video cuối không?++Không. Hiện tại, KlicStudio tạo ra **phụ đề cứng**, có nghĩa là chúng được đốt trực tiếp vào các khung video. Ứng dụng **không cung cấp tùy chọn để tùy chỉnh kiểu phụ đề**; nó sử dụng một kiểu đã được định sẵn.++Để tùy chỉnh nâng cao, cách làm việc được khuyến nghị là:++1. Sử dụng KlicStudio để tạo tệp phụ đề `.srt` đã dịch.+2. Nhập video gốc của bạn và tệp `.srt` này vào một trình chỉnh sửa video chuyên nghiệp (ví dụ: Premiere Pro, Final Cut Pro, DaVinci Resolve) để áp dụng các kiểu tùy chỉnh trước khi xuất.++### 11. Tôi đã có một tệp `.srt` đã dịch. KlicStudio có thể sử dụng nó chỉ để thực hiện lồng ghép không?++Không, tính năng này hiện không được hỗ trợ. Ứng dụng chạy một quy trình đầy đủ từ chuyển đổi đến tạo video cuối cùng.\ No newline at end of filediff --git a/docs/zh/README.md b/docs/zh/README.mdindex d41eb2c0..06fde4d6 100644--- a/docs/zh/README.md+++ b/docs/zh/README.md@@ -1,44 +1,47 @@<div align="center"><img src="/docs/images/logo.jpg" alt="KlicStudio" height="90">- # 极简部署AI视频翻译配音工具+# 极简 AI 视频翻译与配音工具- <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>- ## 项目简介 ([现在体验在线版本!](https://www.klic.studio/))+## 项目介绍 ([立即体验在线版本!](https://www.klic.studio/))+[**快速开始**](#-quick-start)-Klic Studio是一款由Krillin AI开发的全能型音视频本地化方案,集音视频翻译、配音、声音克隆于一身,一键生成好莱坞影视级字幕。支持横竖屏格式输出,确保在所有主流平台(哔哩哔哩,小红书,抖音,视频号,快手,YouTube,TikTok等)都能完美呈现,轻松满足内容全球化的需求!+Klic Studio 是由 Krillin AI 开发的多功能音视频本地化和增强解决方案。这个极简而强大的工具集成了视频翻译、配音和语音克隆,支持横屏和竖屏格式,确保在所有主要平台(Bilibili、小红书、抖音、微信视频、快手、YouTube、TikTok 等)上完美呈现。通过端到端的工作流程,您只需几次点击即可将原材料转化为精美的跨平台内容。-## 主要特点与功能:-🎯 **一键启动**:无需复杂的环境配置,自动安装依赖,开箱即用。新增桌面版本,使用更便捷!+## 主要特点和功能:-📥 **视频获取**:支持yt-dlp下载或本地文件上传+🎯 **一键启动**:无需复杂的环境配置,自动安装依赖,立即可用,提供新的桌面版本以便于访问!-📜 **精准识别**:基于Whisper的高准确度语音识别+📥 **视频获取**:支持 yt-dlp 下载或本地文件上传-🧠 **品质翻译**:适配主流SOTA大语言模型,字幕组级别翻译质量+📜 **准确识别**:基于 Whisper 的高精度语音识别-🌍 **影视级字幕**:单词级切割对齐算法,对齐好莱坞影视级字幕品质,单行字幕不折行+🧠 **智能分段**:使用 LLM 进行字幕分段和对齐-🎙️ **配音克隆**:提供CosyVoice精选音色或自定义音色克隆+🔄 **术语替换**:一键替换专业词汇-🎬 **横竖屏输出**:自动处理横竖版视频和字幕排版,跨平台格式一次成型+🌍 **专业翻译**:基于上下文的 LLM 翻译,保持自然语义-🔄 **术语替换**:一键替换专业领域词汇+🎙️ **语音克隆**:提供 CosyVoice 中选择的语音音调或自定义语音克隆-💻 **跨平台**:支持Windows、Linux、macOS,提供桌面版和server版+🎬 **视频合成**:自动处理横屏和竖屏视频及字幕布局+💻 **跨平台**:支持 Windows、Linux、macOS,提供桌面和服务器版本-## 效果展示-下图为46分钟的本地视频导入,一键执行后生成的字幕文件入轨后的效果,无任何手动调整。无缺失、重叠,断句自然,翻译质量也非常高。+## 效果演示++下图展示了在导入一段 46 分钟的本地视频并一键执行后生成的字幕文件效果,无需任何手动调整。没有遗漏或重叠,分段自然,翻译质量非常高。<table>@@ -46,24 +49,28 @@ Klic Studio是一款由Krillin AI开发的全能型音视频本地化方案,<td width="33%">### 字幕翻译+---+https://github.com/user-attachments/assets/bba1ac0a-fe6b-4947-b58d-ba99306d0339</td><td width="33%">--### 配音+---+https://github.com/user-attachments/assets/0b32fad3-c3ad-4b6a-abf0-0865f0dd2385</td><td width="33%">-### 竖屏+### 竖屏模式+---+https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71</td>@@ -71,111 +78,141 @@ https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71</tr></table>-## 🔍 语音识别服务支持-_**下表中的本地模型全部支持自动安装可执行文件+模型文件,你只要选择,其它的Klic帮你全部准备完毕。**_+## 🔍 支持的语音识别服务++_**下表中的所有本地模型支持可执行文件 + 模型文件的自动安装;您只需选择,Klic 将为您准备一切。**_-| 服务源 | 支持平台 | 模型可选项 | 本地/云端 | 备注 |-|--------------------|-----------------|----------------------------------------|-------|-------------|-| **OpenAI Whisper** | 全平台 | - | 云端 | 速度快效果好 |-| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (推荐medium+) | 本地 | 速度更快,无云服务开销 |-| **WhisperKit** | macOS (仅限M系列芯片) | `large-v2` | 本地 | Apple芯片原生优化 |-| **WhisperCpp** | 全平台 | `large-v2` | 本地 | 支持全平台 |-| **阿里云ASR** | 全平台 | - | 云端 | 避免中国大陆网络问题 |+| 服务来源 | 支持的平台 | 模型选项 | 本地/云 | 备注 |+|----------------------|---------------------|--------------------------------------|--------------|-----------------------------|+| **OpenAI Whisper** | 所有平台 | - | 云 | 速度快,效果好 |+| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2`(推荐 medium+) | 本地 | 速度更快,无云服务费用 |+| **WhisperKit** | macOS(仅限 M 系列) | `large-v2` | 本地 | 针对 Apple 芯片的本地优化 |+| **WhisperCpp** | 所有平台 | `large-v2` | 本地 | 支持所有平台 |+| **Alibaba Cloud ASR**| 所有平台 | - | 云 | 避免中国大陆的网络问题 |## 🚀 大语言模型支持-✅ 兼容所有符合 **OpenAI API规范** 的云端/本地大语言模型服务,包括但不限于:+✅ 兼容所有符合 **OpenAI API 规范** 的云/本地大语言模型服务,包括但不限于:+- OpenAI- Gemini- DeepSeek- 通义千问- 本地部署的开源模型-- 其他兼容OpenAI格式的API服务+- 其他兼容 OpenAI 格式的 API 服务++## 🎤 TTS 文本转语音支持-## 🎤 TTS文本转语音支持- 阿里云语音服务- OpenAI TTS## 语言支持-输入语言支持:中文,英文,日语,德语,土耳其,韩语,俄语,马来语(持续增加中)-翻译语言支持:英文,中文,俄语,西班牙语,法语等101种语言+支持的输入语言:中文、英语、日语、德语、土耳其语、韩语、俄语、马来语(持续增加中)++支持的翻译语言:英语、中文、俄语、西班牙语、法语及其他 101 种语言## 界面预览-++## 🚀 快速开始++您可以在 [KlicStudio 的 Deepwiki](https://deepwiki.com/krillinai/KlicStudio) 上提问。它会索引库中的文件,因此您可以快速找到答案。+### 基本步骤-首先下载[Release](https://github.com/KrillinAI/KlicStudio/releases)中与你设备系统匹配的可执行文件,按照下面的教程选择桌面版还是非桌面版,然后放入空文件夹,把软件下载到一个空文件夹,因为运行之后会生成一些目录,放到空文件夹会好管理一些。--【如果是桌面版,即release文件带desktop的看此处】-_桌面版是新发布的,为了解决新手用户难以正确编辑配置文件的问题,还有一些bug,持续更新中_-1. 双击文件即可开始使用(桌面端也是需要配置的,在软件内配置)--【如果是非桌面版,即release文件不带desktop的看此处】-_非桌面版是一开始的版本,配置比较复杂,但是功能稳定,同时适合服务器部署,因为会以web的方式提供ui_-1. 在文件夹内创建`config`文件夹,然后在`config`文件夹创建`config.toml`文件,复制源代码`config`目录下的`config-example.toml`文件的内容填入`config.toml`,并按注释对照填写你的配置信息。-2. 双击,或在终端执行可执行文件,启动服务-3. 打开浏览器,输入`http://127.0.0.1:8888`,开始使用 (8888替换成你在配置文件中填写的端口)--### To: macOS用户-【如果是桌面版,即release文件带desktop的看此处】-桌面端目前打包方式由于签名等问题,还不能够做到双击直接运行或者dmg安装,需要手动信任应用,方法如下:-1. 在终端打开可执行文件(假设文件名是KlicStudio_1.0.0_desktop_macOS_arm64)所在目录-2. 依次执行以下命令:++首先,从 [Release](https://github.com/KrillinAI/KlicStudio/releases) 下载与您的设备系统匹配的可执行文件,然后按照下面的教程选择桌面版或非桌面版。将软件下载放在一个空文件夹中,因为运行它会生成一些目录,保持在空文件夹中会使管理更容易。++【如果是桌面版,即带有“desktop”的发布文件,请查看这里】+_桌面版是新发布的,旨在解决新用户在正确编辑配置文件时遇到的问题,并且有一些错误正在持续更新。_++1. 双击文件开始使用(桌面版也需要在软件内进行配置)++【如果是非桌面版,即不带“desktop”的发布文件,请查看这里】+_非桌面版是初始版本,配置更复杂,但功能稳定,适合服务器部署,因为它以网页格式提供 UI。_++1. 在文件夹内创建一个 `config` 文件夹,然后在 `config` 文件夹中创建一个 `config.toml` 文件。将源代码 `config` 目录中的 `config-example.toml` 文件内容复制到 `config.toml` 中,并根据注释填写您的配置信息。+2. 双击或在终端中执行可执行文件以启动服务+3. 打开浏览器并输入 `http://127.0.0.1:8888` 开始使用(将 8888 替换为您在配置文件中指定的端口)++### 对于:macOS 用户++【如果是桌面版,即带有“desktop”的发布文件,请查看这里】+由于签名问题,桌面版目前无法双击运行或通过 dmg 安装;您需要手动信任该应用程序。方法如下:++1. 在可执行文件所在目录打开终端(假设文件名为 KlicStudio_1.0.0_desktop_macOS_arm64)+2. 按顺序执行以下命令:+```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```-【如果是非桌面版,即release文件不带desktop的看此处】-本软件没有做签名,因此在macOS上运行时,在完成“基本步骤”中的文件配置后,还需要手动信任应用,方法如下:-1. 在终端打开可执行文件(假设文件名是KlicStudio_1.0.0_macOS_arm64)所在目录-2. 依次执行以下命令:+【如果是非桌面版,即不带“desktop”的发布文件,请查看这里】+该软件未签名,因此在 macOS 上运行时,在完成“基本步骤”中的文件配置后,您还需要手动信任该应用程序。方法如下:++1. 在可执行文件所在目录打开终端(假设文件名为 KlicStudio_1.0.0_macOS_arm64)+2. 按顺序执行以下命令:+ ```+ sudo xattr -rd com.apple.quarantine ./KlicStudio_1.0.0_macOS_arm64+ sudo chmod +x ./KlicStudio_1.0.0_macOS_arm64+ ./KlicStudio_1.0.0_macOS_arm64```- sudo xattr -rd com.apple.quarantine ./KlicStudio_1.0.0_macOS_arm64- sudo chmod +x ./KlicStudio_1.0.0_macOS_arm64- ./KlicStudio_1.0.0_macOS_arm64- ```- 即可启动服务++ 这将启动服务++### Docker 部署++该项目支持 Docker 部署;请参阅 [Docker 部署说明](./docker.md)-### Docker部署-本项目支持Docker部署,请参考[Docker部署说明](./docker.md)+根据提供的配置文件,以下是您 README 文件中更新的“配置帮助(必读)”部分:-### Cookie配置说明(非必选)+### 配置帮助(必读)-如果你遇到视频下载失败的情况+配置文件分为几个部分:`[app]`、`[server]`、`[llm]`、`[transcribe]` 和 `[tts]`。一个任务由语音识别(`transcribe`)+ 大模型翻译(`llm`)+ 可选的语音服务(`tts`)组成。理解这一点将帮助您更好地掌握配置文件。-请参考 [Cookie 配置说明](./get_cookies.md) 配置你的Cookie信息。+**最简单和最快的配置:**-### 配置帮助(必看)-最快速便捷的配置方式:-* `transcribe.provider.name`填写`openai`,这样只需要填写`transcribe.openai`块,以及`llm`块的大模型配置就可以进行字幕翻译。(`app.proxy`、`model`和`openai.base_url`按自己情况选填)+**仅用于字幕翻译:**+ * 在 `[transcribe]` 部分,将 `provider.name` 设置为 `openai`。+ * 然后,您只需在 `[llm]` 块中填写您的 OpenAI API 密钥即可开始进行字幕翻译。`app.proxy`、`model` 和 `openai.base_url` 可根据需要填写。-使用本地语言识别模型的配置方式(兼顾成本、速度与质量的选择)-* `transcribe.provider.name`填写`fasterwhisper`,`transcribe.fasterwhisper.model`填写`large-v2`,然后再填写`llm`填写大模型配置,就可以进行字幕翻译,本地模型会自动下载安装。(`app.proxy`和`openai.base_url`等同上)+**平衡成本、速度和质量(使用本地语音识别):**-文本转语音(TTS)是可选的,配置逻辑和上面一样,填写`tts.provider.name`,然后填写`tts`下面对应的配置块就可以了,UI里声音代码按照选择的提供商的文档进行填写即可(下方常见问题里有文档地址)。阿里云的aksk等的填写可能会重复,这是为了保证配置结构清晰。-注意:使用声音克隆的话,`tts`只支持选择`aliyun`。+* 在 `[transcribe]` 部分,将 `provider.name` 设置为 `fasterwhisper`。+* 将 `transcribe.fasterwhisper.model` 设置为 `large-v2`。+* 在 `[llm]` 块中填写您的大语言模型配置。+* 所需的本地模型将自动下载和安装。-**阿里云AccessKey、Bucket、AppKey的获取请阅读**:[阿里云配置说明](./aliyun.md)+**文本转语音(TTS)配置(可选):**-请理解,任务=语音识别+大模型翻译+语音服务(TTS等,可选),这对于你理解配置文件很有帮助。+* TTS 配置是可选的。+* 首先,在 `[tts]` 部分设置 `provider.name`(例如,`aliyun` 或 `openai`)。+* 然后,填写所选提供商的相应配置块。例如,如果选择 `aliyun`,则必须填写 `[tts.aliyun]` 部分。+* 用户界面中的语音代码应根据所选提供商的文档进行选择。+* **注意:** 如果您计划使用语音克隆功能,则必须选择 `aliyun` 作为 TTS 提供商。++**阿里云配置:**++* 有关获取阿里云服务所需的 `AccessKey`、`Bucket` 和 `AppKey` 的详细信息,请参阅 [阿里云配置说明](https://www.google.com/search?q=./aliyun.md)。重复的 AccessKey 等字段旨在保持清晰的配置结构。## 常见问题-请移步[常见问题](./faq.md)+请访问 [常见问题](./faq.md)-## 贡献规范-1. 不要提交无用文件,如.vscode、.idea等,请善于使用.gitignore过滤-2. 不要提交config.toml,而是使用config-example.toml提交+## 贡献指南++1. 请勿提交无用文件,如 .vscode、.idea 等;请使用 .gitignore 过滤它们。+2. 请勿提交 config.toml;请提交 config-example.toml。## 联系我们-1. 加入我们的QQ群,解答问题:754069680-2. 关注我们的社交媒体账号,[哔哩哔哩](https://space.bilibili.com/242124650),每天分享AI科技领域优质内容-## Star History+1. 加入我们的 QQ 群以获取问题解答:754069680+2. 关注我们的社交媒体账号,[Bilibili](https://space.bilibili.com/242124650),我们每天分享 AI 技术领域的优质内容。++## Star 历史-[](https://star-history.com/#KrillinAI/KlicStudio&Date)+[](https://star-history.com/#KrillinAI/KlicStudio&Date)\ No newline at end of filediff --git a/docs/zh/aliyun.md b/docs/zh/aliyun.mdindex 14a84e98..ec318108 100644--- a/docs/zh/aliyun.md+++ b/docs/zh/aliyun.md@@ -1,31 +1,31 @@## 前提条件-需要先有[阿里云](https://www.aliyun.com)账号并经过实名认证,多数服务有免费额度+您需要拥有一个 [阿里云](https://www.aliyun.com) 账户并完成实名认证。大多数服务都有免费配额。-## 阿里云`access_key_id`和`access_key_secret`获取-1. 进入[阿里云AccessKey管理页面](https://ram.console.aliyun.com/profile/access-keys)-2. 点击创建AccessKey,如需要选择使用方式,选择“本地开发环境中使用”--3. 妥善保管,最好复制到本地文件保存+## 获取阿里云 `access_key_id` 和 `access_key_secret`+1. 访问 [阿里云 AccessKey 管理页面](https://ram.console.aliyun.com/profile/access-keys)。+2. 点击“创建 AccessKey”。如有需要,选择使用方式为“用于本地开发环境”。++3. 妥善保管;最好将其复制到本地文件中进行存储。-## 阿里云语音服务开通-1. 进入[阿里云语音服务管理页面](https://nls-portal.console.aliyun.com/applist),首次进入需开通服务-2. 点击创建项目--3. 选择功能并开通--4. “流式文本语音合成(CosyVoice大模型)”需要升级成商业版,其它服务可以用免费体验版--5. 复制app key即可-+## 激活阿里云语音服务+1. 访问 [阿里云语音服务管理页面](https://nls-portal.console.aliyun.com/applist)。您需要在首次访问时激活该服务。+2. 点击“创建项目”。++3. 选择功能并激活它们。++4. “流式文本转语音(CosyVoice 大模型)”需要升级到商业版;其他服务可以使用免费试用版。++5. 直接复制应用密钥。+-## 阿里云OSS服务开通-1. 进入[阿里云对象存储服务控制台](https://oss.console.aliyun.com/overview),首次进入需开通服务-2. 左侧选择Bucket列表,然后点击创建--3. 选择快捷创建,填写符合要求的Bucket名称并选择**上海**地域,完成创建(此处填写的名字就是配置项`aliyun.oss.bucket`的值)--4. 创建完成后进入Bucket--5. 将“阻止公共访问”开关关闭,并设置读写权限为“公共读”--\ No newline at end of file+## 激活阿里云 OSS 服务+1. 访问 [阿里云对象存储服务控制台](https://oss.console.aliyun.com/overview)。您需要在首次访问时激活该服务。+2. 在左侧选择 Bucket 列表,然后点击“创建”。++3. 选择“快速创建”,填写合规的 Bucket 名称,并选择 **上海** 区域以完成创建(您在此处输入的名称将作为配置项 `aliyun.oss.bucket` 的值)。++4. 创建后,进入该 Bucket。++5. 关闭“阻止公共访问”开关,并将读写权限设置为“公共读取”。++\ No newline at end of filediff --git a/docs/zh/faq.md b/docs/zh/faq.mdindex 7119115c..ba064313 100644--- a/docs/zh/faq.md+++ b/docs/zh/faq.md@@ -1,40 +1,110 @@-### 1. 看不到`app.log`配置文件,无法知道报错内容-Windows用户请将本软件的工作目录放在非C盘的文件夹。--### 2. 非桌面版明明创建了配置文件,但还是报错“找不到配置文件”-确保配置文件名是`config.toml`,而不是`config.toml.txt`或其它。-配置完成后,本软件的工作文件夹的结构应该是这样的:-```-/── config/-│ └── config.toml-├── cookies.txt (<- 可选的cookies.txt文件)-└── krillinai.exe-```--### 3. 填写了大模型配置,但是报错“xxxxx需要配置xxxxx API Key”-模型服务和语音服务虽然可以都用openai的服务,但是也有大模型单独使用非openai的场景,因此这两块配置是分开的,除了大模型配置,请往配置下方找whisper配置填写对应的密钥等信息。--### 4. 报错内含“yt-dlp error”-视频下载器的问题,目前看来无非就是网络问题或者下载器版本问题,检查下网络代理有没有打开并且配置到配置文件的代理配置项,同时建议选择香港节点。下载器是本软件自动安装的,安装的源我会更新但毕竟不是官方源,所以可能会有落后,遇到问题尝试手动更新一下,更新方法:--在软件bin目录位置打开终端,执行-```-./yt-dlp.exe -U-```-此处`yt-dlp.exe`替换为你系统实际的ytdlp软件名称。--### 5. 部署后,字幕生成正常,但是合成的字幕嵌入视频里有很多乱码-多数是因为Linux缺失中文字体。请下载[微软雅黑](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyh.ttc)和[微软雅黑-bold](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyhbd.ttc)字体(或者自行选择满足你要求的字体),然后按下面的步骤操作:-1. 在/usr/share/fonts/下新建msyh文件夹并拷贝下载的字体到该目录内-2.+### 1. 程序报告“找不到配置文件”或“xxxxx需要配置xxxxx API密钥。”我该如何解决?++这是一个常见的设置问题。可能发生这种情况的原因有几个:++1. **文件位置或名称不正确:**++* 程序需要一个名为`config.toml`的配置文件。确保您没有意外地将其命名为`config.toml.txt`。+* 此文件必须放置在`config`文件夹内。工作目录的正确结构应为:+ ```+ /── config/+ │ └── config.toml+ └── krillinai.exe(您的可执行文件)+ ```+* **对于Windows用户:** 建议将整个软件目录放在不在C:驱动器上的文件夹中,以避免潜在的权限问题。++2. **API密钥配置不完整:**++* 应用程序需要为大型语言模型(用于翻译)、语音服务(用于转录和语音合成)和tts服务分别配置。+* 即使您使用OpenAI进行所有操作,您也必须在`config.toml`文件的不同部分填写密钥。查找`llm`部分、`transcribe`部分、`tts`部分,并填写相应的API密钥和其他所需信息。++### 2. 我收到包含“yt-dlp错误”的错误。该怎么办?++此错误指向视频下载器的问题,通常与您的网络或下载器的版本有关。++* **网络:** 如果您使用代理,请确保在`config.toml`文件中的代理设置中正确配置。+* **更新`yt-dlp`:** 随软件捆绑的`yt-dlp`版本可能已过时。您可以通过在软件的`bin`目录中打开终端并运行以下命令手动更新:+ ```+ ./yt-dlp.exe -U+ ```++ (如果文件名与您的操作系统不同,请将`yt-dlp.exe`替换为正确的文件名)。++### 3. 最终视频中的字幕乱码或显示为方块,特别是在Linux上。++这几乎总是由于系统缺少字体,特别是那些支持中文字符的字体。要解决此问题,您需要安装所需的字体。++1. 下载所需的字体,例如[Microsoft YaHei](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyh.ttc)和[Microsoft YaHei Bold](https://modelscope.cn/models/Maranello/KrillinAI_dependency_cn/resolve/master/%E5%AD%97%E4%BD%93/msyhbd.ttc)。+2. 创建一个新的字体目录:`sudo mkdir -p /usr/share/fonts/msyh`。+3. 将下载的`.ttc`字体文件复制到此新目录中。+4. 执行以下命令以重建字体缓存:```cd /usr/share/fonts/msyhsudo mkfontscalesudo mkfontdir- fc-cache+ sudo fc-cache -fv+ ```++### 4. 在macOS上,应用程序无法启动并显示“KlicStudio已损坏,无法打开”的错误。++这是由于macOS的安全功能Gatekeeper,限制了来自未识别开发者的应用程序。要解决此问题,您必须手动删除隔离属性。++1. 打开**终端**应用程序。+2. 输入命令`xattr -cr`后跟一个空格,然后将`KlicStudio.app`文件从Finder窗口拖到终端中。命令看起来像这样:```--### 6. 语音合成的音色代码怎么填?-请参照语音服务提供商的文档,以下是本项目相关的:-[OpenAI TTS文档](https://platform.openai.com/docs/guides/text-to-speech/api-reference), 位于Voice options-[阿里云智能语音交互文档](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis) ,位于音色列表-voice参数值\ No newline at end of file+ xattr -cr /Applications/KlicStudio.app+ ```+3. 按Enter键。您现在应该能够打开该应用程序。++### 5. 在处理过程中,我收到类似`ffmpeg错误`、`audioToSrt错误`或`退出状态1`的错误。++这些错误通常指向依赖项或系统资源的问题。++* **`ffmpeg错误`:** 这表明`ffmpeg`未安装或无法从系统的PATH访问。确保您安装了完整的官方版本的`ffmpeg`,并且其位置已添加到系统的环境变量中。+* **`audioToSrt错误`或`退出状态1`:** 此错误发生在转录阶段(音频转文本)。常见原因包括:+ * **模型问题:** 本地转录模型(例如`fasterwhisper`)未能加载或在下载过程中损坏。+ * **内存不足(RAM):** 运行本地模型资源密集。如果您的机器内存不足,操作系统可能会终止该进程,从而导致错误。+ * **网络故障:** 如果您使用在线转录服务(如OpenAI的Whisper API),这表明您的网络连接存在问题或API密钥无效。++### 6. 进度条没有移动。程序是冻结了吗?++不是的,只要您没有看到错误消息,程序就正在工作。进度条仅在主要任务(如转录或视频编码)完全完成后更新。这些任务可能非常耗时,导致进度条长时间暂停。请耐心等待任务完成。++### 7. 我的NVIDIA 5000系列GPU不支持`fasterwhisper`。我该怎么办?++观察到`fasterwhisper`模型可能无法与NVIDIA 5000系列GPU正常工作(截至2025年中期)。您有几个替代方案进行转录:++1. **使用基于云的模型:** 在`config.toml`文件中将`transcribe.provider.name`设置为`openai`或`aliyun`。然后,填写相应的API密钥和配置详细信息。这将使用云提供商的Whisper模型,而不是本地模型。+2. **使用其他本地模型:** 您可以尝试其他本地转录模型,例如原始的`whisper.cpp`。++### 8. 如何找到并填写文本转语音的正确语音/音调代码?++可用的语音及其对应的代码由您使用的语音服务提供商定义。请参考他们的官方文档。++* **OpenAI TTS:** [文档](https://platform.openai.com/docs/guides/text-to-speech/api-reference)(查看`voice`选项)。+* **阿里云:** [文档](https://help.aliyun.com/zh/isi/developer-reference/overview-of-speech-synthesis)(查看音调列表中的`voice`参数)。++### 9. 我如何使用本地大型语言模型(LLM),例如在Ollama上运行的模型进行翻译?++是的,您可以配置KlicStudio使用任何提供OpenAI兼容API端点的本地LLM。++1. **启动您的本地LLM:** 确保您的本地服务(例如,运行Llama3的Ollama)处于活动状态并可访问。+2. **编辑`config.toml`:** 在大型语言模型(翻译器)部分:++* 将提供者`name`(或`type`)设置为`"openai"`。+* 将`api_key`设置为任何随机字符串(例如,`"ollama"`),因为本地调用不需要它。+* 将`base_url`设置为您本地模型的API端点。对于Ollama,这通常是`http://localhost:11434/v1`。+* 将`model`设置为您提供的模型名称,例如`"llama3"`。++### 10. 我可以自定义最终视频中的字幕样式(字体、大小、颜色)吗?++不可以。目前,KlicStudio生成**硬编码字幕**,这意味着它们直接嵌入到视频帧中。该应用程序**不提供自定义字幕样式的选项**;它使用预设样式。++对于高级自定义,推荐的解决方法是:++1. 使用KlicStudio生成翻译后的`.srt`字幕文件。+2. 将您的原始视频和此`.srt`文件导入专业视频编辑器(例如,Premiere Pro、Final Cut Pro、DaVinci Resolve),以在渲染之前应用自定义样式。++### 11. 我已经有一个翻译后的`.srt`文件。KlicStudio可以仅使用它进行配音吗?++不可以,目前不支持此功能。该应用程序运行从转录到最终视频生成的完整流程。\ No newline at end of file