machinewrapped/llm-subtrans

Open Source project using LLMs to transcribe and translate subtitles (SRT, SSA/ASS, VTT)

TL;DR

LLM‑Subtrans 是一款桌面风格的应用，让您可以使用您偏好的任何大型语言模型 API 翻译字幕文件（SRT、ASS/SSA、VTT）——OpenRouter、OpenAI、Gemini、Claude、Mistral、Bedrock，或自托管的 OpenAI 兼容服务器。它还可以转录音频/视频（可选说话人分离），然后翻译生成的字幕。您可以通过预构建的 Windows/Mac 包或从源代码安装，配置 API 密钥，并运行 GUI（gui-subtrans）或命令行工具（llm-subtrans）。

功能

批量翻译字幕文件 – 将文件拆分为块，将每个块发送到所选 LLM，并以目标语言写入新的字幕文件。
通过插件系统支持多种字幕格式（.srt、.ass/.ssa、.vtt）。
可选的转录 – 从视频/音频中提取语音，可选添加说话人标签，然后将转录文本送入翻译流程。
多种提供商 – OpenRouter、Requesty、Opper、Google Gemini、OpenAI（包括 Azure）、DeepSeek、Anthropic、Mistral、自定义 OpenAI 兼容服务器以及 Amazon Bedrock。还提供本地转录（Qwen-3-ASR）。
GUI 和 CLI – 为大多数用户提供点击界面；为脚本和批处理作业提供全功能命令行。
项目文件（.subtrans） – 存储进度、设置，并允许恢复中断的翻译。

适用人群

影视爱好者、翻译人员或内容创作者，需要快速生成另一种语言的字幕。
开发人员或高级用户，希望编写批量字幕转换脚本或将 LLM 翻译集成到流程中。
能够提供云 LLM 服务 API 密钥的用户；该工具不在本地运行模型（除可选的 Qwen ASR 用于转录外）。

工作原理（高级概述）

加载字幕文件（或拖入媒体文件以触发转录）。
选择提供商并输入相应的 API 密钥（保存在 .env 文件或 GUI 设置中）。
应用将字幕拆分为批次，并使用提供商的聊天/补全端点将每个批次发送到 LLM。提示模板插入字幕文本（{prompt}）和任何说话人标签。
LLM 返回翻译后的行，应用将其写入新的字幕文件（相同格式或转换为另一种格式）。
对于转录，应用调用语音转文本模型（云端或 Qwen-Local），可选添加说话人分离，然后将结果送入步骤 2。

入门指南

快速安装（Windows/Mac）

从 Releases 页面下载相应的 zip 文件。
解压并运行 gui-subtrans。
首次启动时，输入您计划使用的提供商的 API 密钥。
打开字幕文件，选择目标语言，然后点击翻译。

从源代码（Linux 或自定义设置）

git clone https://github.com/machinewrapped/llm-subtrans.git
cd llm-subtrans
# 运行安装程序（创建 venv 和可选的 GUI）
./install.sh   # 或在 Windows 上使用 install.bat

将您的密钥添加到 .env 文件（例如 OPENAI_API_KEY=…）。如果您希望本地转录，请安装可选附加组件，如 qwen-asr。

关键技术细节（来自 README）

Python ≥3.10；可选部分需要 Python 3.12（Qwen ASR）。
基于虚拟环境的安装；pip install -e . 用于可编辑的开发安装。
提供商特定注意事项 – 例如，Gemini 可能阻止某些内容，Claude 较昂贵，Bedrock 需要复杂的 AWS IAM 设置。
转录依赖项 – ffmpeg/ffprobe 必须在 PATH 中。
速率限制处理 – --ratelimit 参数用于限制每分钟 API 调用次数。
自定义提示 – 您可以为需要特殊格式的服务器编辑模板，但必须保留 {prompt} 占位符。

优点与缺点（总结）

优点	缺点
可与任何具有 OpenAI 兼容 API 的 LLM 配合使用，灵活选择最便宜或最快的模型。	依赖外部 API – 您按令牌付费，您的字幕/音频会发送到第三方服务器。
GUI 使非技术用户易于使用；CLI 支持自动化。	不支持本地模型推理进行翻译（仅可选本地 ASR）。
支持多种字幕格式，并可在它们之间转换。	某些提供商（例如 Gemini、Bedrock）有内容或速率限制，可能中断批处理作业。
项目文件允许恢复翻译。	在 Linux/macOS 上设置需要从源代码构建并安装 Python/ffmpeg 依赖项。

总结

LLM‑Subtrans 是一个真正实用的工具，将字幕文件与现代 LLM 翻译服务连接起来。对于需要生成多语言字幕而无需编写自己的 API 调用脚本的人来说非常有用，同时为高级用户提供足够的可配置性。

快速参考速查表

功能	使用方法
翻译文件（CLI）	`llm-subtrans --auto -l es movie.srt`
选择特定模型	`llm-subtrans --model gemini-2.5-flash -l fr subtitles.ass`
翻译时转换格式	`-o out.srt` 更改输出扩展名
转录视频	`python scripts/transcribe.py film.mkv --language ja`
运行 GUI	`gui-subtrans`（或双击打包的 exe）
恢复中断的作业	`llm-subtrans --project --auto -l de movie.subtrans`
本地存储设置	在安装脚本或启动命令中添加 `--portable`

以上所有信息均直接取自存储库的 README；未添加任何外部假设。