VideoCaptioner：
一款基于大语言模型（LLM）的视频字幕处理助手，支持 API 和本地离线两种方式进行语音识别，利用大语言模型进行字幕智能断句、校正、翻译，字幕视频全流程一键处理。
TIP：电脑版功能更多更全， Docker 版功能比较少
安装
Docker Compose
services:
video-captioner:
image: ywsj/video-captioner:latest
container_name: video-captioner
ports:
- 8501:8501
volumes:
- ./temp:/app/temp
restart: always
参数说明（更多参数建议去看文档）
:::OPENAI_BASE_URL（环境变量，可选）：OpenAI 的基础 URL
OPENAI_API_KEY（环境变量，可选）：OpenAI API 的密钥
:::
使用
浏览器中输入 http://NAS的IP:8501 就能看到界面
TIP：这里我切换了深色模式，截图比较明显
首先点击上传视频，注意大小不能超过 200MB
视频上传成功后，就可以点击“开始识别”
TIP：因为消耗资源实在是太低了，以致于我都不敢相信是本地处理的
因为视频时长比较短，几秒钟就识别出字幕了
滑动到下面，点击下载字幕文件
TIP：识别出来的字幕效果
切换到“字幕翻译”，上传前面下载的字幕
选择需要翻译的语言（简体中文太简单了，我试试粤语），点击“开始翻译”
基本上秒翻译完，看了一下效果很地道
没有问题，点击下载字幕
TIP：翻译后就是双字幕了
总结
VideoCaptioner 本身是个不错的项目，但只限于电脑版。至于 Docker 版的体验就比较一般了，功能太少了，而且没什么人维护。不过，对于有小视频需要翻译的用户，还是可以部署 Docker 版试试，本地翻译消耗资源也不多，速度也很快。
综合推荐：⭐⭐⭐（小体积视频，可以快速翻译）
使用体验：⭐⭐⭐（功能比较少，期待后面完善）
部署难易：⭐⭐（简单）︎
