📥 方式一：Windows 安装包（最省事）

这是 Windows 用户的首选，无需配置 Python 环境。

下载渠道：

  • GitHub Releases：下载最新的 VideoCaptioner-Setup-win64-v1.4.2.exe。
  • winget 安装：在终端执行 winget install --id WEIFENG2333.VideoCaptioner。

安装后：直接运行 VideoCaptioner.exe，把视频拖进窗口即可开始处理。免费功能（必剪语音识别、必应翻译）无需任何配置就能用。

🐍 方式二：pip 安装（跨平台推荐）

这是目前官方主推的方式，Windows、macOS、Linux 都适用。

1
pip install videocaptioner

安装完成后，你有两种使用方式：

  • GUI 桌面版：运行 videocaptioner gui 或直接运行 videocaptioner-gui。
  • CLI 命令行：运行 videocaptioner --help 查看所有命令。

⚙️ 核心配置：LLM API（可选）

免费功能（必剪语音识别、必应/谷歌翻译）不需要任何 API Key，安装即用。只有字幕优化和大模型翻译才需要配置 LLM。

如果你需要这些高级功能，推荐使用 OpenAI 兼容接口。在软件设置或 CLI 中填入以下信息：

1
2
3
videocaptioner config set llm.api_base <你的API地址>
videocaptioner config set llm.api_key <你的API Key>
videocaptioner config set llm.model <模型名>

配置优先级：命令行参数 > 环境变量 (VIDEOCAPTIONER_*) > 配置文件 > 默认值。

如果你需要高并发处理，官方也提供了自己的中转站（api.videocaptioner.cn），支持 Claude、Gemini 等模型。

🎬 快速上手示例

免费全流程（转录 + 翻译 + 烧录）：

1
videocaptioner process video.mp4 --asr bijian --translator bing --target-language en --subtitle-mode hard -o output.mp4

这条命令用免费的必剪识别转录，用免费的必应翻译翻成英文，然后硬烧录到视频里，全程不需要 API Key。

仅转录（免费）：

1
videocaptioner transcribe video.mp4 --asr bijian -o output.srt

带样式的全流程（动漫风格）：

1
videocaptioner process video.mp4 --asr bijian --translator bing --target-language ja --subtitle-mode hard --style anime --quality high -o output_ja.mp4

💡 使用提示

  • 语音识别引擎选择：必剪（bijian）和剪映（jianying）免费且支持中英文；如果需要多语言或更准确的时间轴，推荐用 faster-whisper（本地运行，需要下载模型）。
  • FFmpeg 依赖：字幕烧录到视频需要 FFmpeg。macOS 用户可以用 brew install ffmpeg 安装。
  • macOS 用户注意：官方一键脚本仍在完善中，如果遇到问题，建议直接用 pip 安装方式。

你打算主要处理中文视频还是多语言视频？如果涉及多语言，我可以帮你看看哪种识别引擎和翻译组合最合适。