实时翻译软件

这是一个使用Whisper的即时翻译软件，支持通过音频（捕获电脑到音频的输入或输出设备），直接实时地判断原语言，并翻译成目标语言，通过字幕显示在屏幕上。可以设置和预览字幕的颜色、位置、大小等样式。

功能特点

• 实时捕获系统声音或麦克风输入
• 使用OpenAI的Whisper模型进行语音识别
• 自动检测源语言并翻译到目标语言
• 支持多种目标语言（中文、英语、日语、韩语等）
• 可自定义字幕样式（颜色、大小、位置）
• 预览功能帮助调整字幕效果
• 字幕窗口宽度自适应，尽量避免文本换行
• 实时显示识别语言和延迟信息
• 支持"不翻译"选项，直接显示原文提高响应速度
• 自动保存识别的字幕为SRT格式，便于回看和分享
• 支持业余无线电术语自定义翻译，准确识别专业术语（如CQ、QRZ、73等）

系统要求

• Windows 10/11
• Python 3.8+（推荐使用Conda环境）
• 可用的音频输入/输出设备
• 网络连接（用于Google翻译服务）

安装步骤

1. 克隆或下载本仓库
2. 运行 install.bat 安装程序
   • 脚本会自动创建并配置所需环境
   • 安装所有必要的依赖
   • 下载所需的模型文件
   • 配置系统环境

注意：首次运行时，程序会自动下载Whisper模型（约1GB），请确保网络连接畅通。

使用方法

1. 启动程序：

   • 双击 start.bat 启动程序

2. 在界面中选择：

   • 音频输入设备（例如麦克风）
   • 或选中"监听系统声音"以捕获电脑的音频输出
   • 选择目标翻译语言
   • 调整字幕样式（大小、颜色、位置）

3. 点击"预览字幕"可以查看当前设置下字幕的显示效果。

4. 点击"开始翻译"开始实时翻译，再次点击停止翻译。

5. 字幕将以SRT格式自动保存在"Subtitles"目录下，文件名为开始录制的时间戳。

高级功能

检测语言和延迟显示

• 界面实时显示检测到的原语言
• 显示语音识别延迟和翻译延迟，方便评估系统性能

字幕自适应宽度

• 字幕窗口会根据文本内容自动调整宽度
• 尽量保证文本在一行显示，避免不必要的换行
• 同时遵循用户设置的最大宽度限制

"不翻译"选项

• 在目标语言下拉菜单中选择"不翻译"
• 直接显示语音识别的原文，跳过翻译步骤
• 大幅降低字幕显示延迟，适合仅需识别不需翻译的场景

字幕文件保存

• 每次开始到结束翻译期间的内容会自动保存为SRT格式
• 保存在"Subtitles"目录，可用于视频后期制作
• 文件名为开始录制的时间戳，便于查找

业余无线电术语翻译

• 自动识别常用业余无线电术语（如CQ、QRZ、73等）
• 翻译成对应语言的专业术语解释，而非直接翻译
• 术语库可通过编辑JSON文件扩展，位于translation/resources/ham_radio_terms.json
• 详细使用说明可查看Docs/业余无线电术语翻译功能.md

环境管理

环境管理通过交互式批处理脚本完成：

1. 创建或修复环境：运行 FixDependencies.bat

   • 提供交互式选项创建、删除和重建环境
   • 支持从requirements.txt安装依赖
   • 出错时提供明确的错误信息和解决方案

2. 导出环境：运行 ExportEnv.bat

   • 可选择导出为environment.yml或requirements.txt
   • 支持在其他机器上使用conda env create -f environment.yml重建环境

常见问题解决

如果遇到以下问题，请尝试相应的解决方案：

1. 批处理脚本显示乱码：

   • 这是由于Windows命令行的编码问题导致的
   • 所有批处理脚本已改为使用英文界面，避免中文乱码问题
   • 如果仍有问题，可以尝试修改命令行的编码为UTF-8：chcp 65001

2. 依赖问题：

   • 运行 FixDependencies.bat 重新安装所有依赖
   • 脚本会提供交互选项重建环境或修复依赖

3. PyAudio安装失败：

   • 脚本会尝试从conda-forge安装PyAudio
   • 如失败，请从非官方的Python扩展包下载对应wheel文件手动安装

4. 程序崩溃或异常退出：

   • 运行 RunApp.bat 启动程序，它会提供错误信息和调试选项
   • 如果是依赖问题，脚本会提示运行 FixDependencies.bat

5. 翻译功能无法使用：

   • 确保您的网络连接正常，翻译功能依赖于Google翻译服务
   • 如果仅需语音识别功能，可以选择"不翻译"选项

注意事项

• Whisper模型需要一定的计算资源，建议使用配置较好的电脑。
• 翻译功能需要网络连接，使用的是Google翻译服务（无需API密钥）。
• 翻译服务有请求频率限制，过于频繁的请求可能导致暂时性封禁。
• 翻译结果的准确性取决于语音识别和翻译服务的质量。
• 目前支持的目标语言有：中文、英语、日语、韩语、法语、德语、俄语、西班牙语。
• 首次运行时，程序会自动下载Whisper模型（约1GB），请确保网络连接畅通。

许可证

本项目使用 MIT 许可证 - 查看 LICENSE 文件了解详情。

致谢

• OpenAI Whisper - 用于语音识别
• PySide6 - 用于图形界面
• googletrans - 用于文本翻译
• PyAudio 和 sounddevice - 用于音频处理