Sickbeard MP4 Automator 使用教程
2024-08-25 01:09:39作者:沈韬淼Beryl
1. 项目的目录结构及介绍
Sickbeard MP4 Automator 是一个用于自动转换视频文件并添加元数据标签的 Python 脚本。以下是其主要目录结构和介绍:
sickbeard_mp4_automator/
├── autoProcess.ini.sample
├── converter/
├── docs/
├── manual.py
├── postConversion.py
├── readme.md
├── setup/
├── sma.log
├── smi2srt.py
├── tag.py
├── upload.py
└── watch.py
autoProcess.ini.sample: 配置文件示例。converter/: 包含视频转换的相关脚本和工具。docs/: 项目文档。manual.py: 手动处理视频文件的脚本。postConversion.py: 转换后处理脚本。readme.md: 项目说明文档。setup/: 安装相关文件。sma.log: 日志文件。smi2srt.py: 字幕转换脚本。tag.py: 元数据标签处理脚本。upload.py: 上传处理脚本。watch.py: 监控目录脚本。
2. 项目的启动文件介绍
Sickbeard MP4 Automator 的启动文件主要是 manual.py 和 watch.py:
manual.py: 用于手动处理视频文件。你可以通过命令行运行此脚本来转换单个文件或批量文件。watch.py: 用于监控指定目录,当有新文件添加时自动进行转换处理。
3. 项目的配置文件介绍
配置文件 autoProcess.ini 是 Sickbeard MP4 Automator 的核心配置文件。以下是一些关键配置选项的介绍:
[Converter]
ffmpeg = C:\FFMPEG\ffmpeg.exe
ffprobe = C:\FFMPEG\ffprobe.exe
[MP4]
output_directory =
copy_to =
move_to =
output_extension = mp4
output_format = mp4
delete_original = True
relocate_moov = True
video-codec = h264,x264
audio-codec = aac
audio-language = eng
subtitle-language = eng
fullpathguess = True
tagfile = True
tag-language = eng
download-artwork = Poster
download-subs = False
embed-subs = True
sub-providers = addic7ed,podnapisi,thesubdb,opensubtitles
permissions = 0777
[Converter]: 指定 FFMPEG 和 FFPROBE 的路径。[MP4]: 配置输出目录、文件格式、编码器、语言等选项。delete_original: 是否删除原始文件。relocate_moov: 是否移动 MOOV 原子。video-codec: 视频编码器。audio-codec: 音频编码器。audio-language: 音频语言。subtitle-language: 字幕语言。tagfile: 是否添加元数据标签。embed-subs: 是否嵌入字幕。
以上是 Sickbeard MP4 Automator 的基本使用教程,详细配置和使用方法请参考项目官方文档和 readme.md 文件。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134