Stream-Translator 项目下载及安装教程

1. 项目介绍

Stream-Translator 是一个命令行工具，用于实时转录或翻译来自直播流的音频。它使用 streamlink 从各种服务获取直播流 URL，并使用 OpenAI 的 whisper 进行转录或翻译。该项目灵感来源于 audioWhisper，后者用于转录或翻译桌面音频。

2. 项目下载位置

要下载 Stream-Translator 项目，请访问项目的 GitHub 仓库。你可以通过以下命令克隆项目到本地：

git clone https://github.com/fortypercnt/stream-translator.git

3. 项目安装环境配置

在安装 Stream-Translator 之前，你需要配置以下环境：

3.1 安装 FFmpeg

首先，确保你已经安装了 ffmpeg 并将其添加到系统的 PATH 中。你可以通过以下命令检查 ffmpeg 是否安装成功：

ffmpeg -version

3.2 安装 CUDA

如果你计划在 GPU 上运行该项目，你需要安装 CUDA。你可以通过以下命令检查 CUDA 版本：

nvcc --version

如果安装了不同版本的 CUDA，请根据 requirements.txt 文件中的指示进行相应修改。

3.3 创建虚拟环境

建议在虚拟环境中安装项目依赖。你可以使用 venv 或 conda 创建虚拟环境：

python -m venv stream-translator-env
source stream-translator-env/bin/activate

3.4 安装依赖

在虚拟环境中，安装项目所需的依赖：

pip install -r requirements.txt

确保 pytorch 安装了 CUDA 支持。

4. 项目安装方式

项目安装步骤如下：

1. 克隆项目：

   git clone https://github.com/fortypercnt/stream-translator.git
   cd stream-translator
   

2. 安装依赖：

   pip install -r requirements.txt
   

3. 配置环境： 确保 ffmpeg 和 CUDA 已正确安装并配置。

5. 项目处理脚本

Stream-Translator 提供了一个命令行脚本 translator.py，用于处理直播流的音频转录或翻译。你可以通过以下命令运行脚本：

python translator.py URL --flags

5.1 脚本参数说明

• --model：选择模型大小，默认为 small。
• --task：选择任务类型，可以是 transcribe（转录）或 translate（翻译）。
• --language：指定音频的语言，默认为 auto。
• --interval：设置调用语言模型的间隔时间，默认为 5 秒。
• --history_buffer_size：设置历史音频/文本的缓冲区大小，默认为 0。
• --beam_size：设置束搜索的束数，默认为 5。
• --best_of：设置采样时的候选数，默认为 5。
• --preferred_quality：设置流质量选项，默认为 audio_only。
• --disable_vad：禁用额外的语音活动检测。
• --direct_url：直接传递 URL 给 ffmpeg，而不是使用 streamlink。
• --use_faster_whisper：使用 faster_whisper 实现。
• --faster_whisper_model_path：设置 faster_whisper 模型的路径。
• --faster_whisper_device：设置 faster_whisper 运行的设备，默认为 cuda。
• --faster_whisper_compute_type：设置 faster_whisper 的量化类型。

通过这些参数，你可以根据需要自定义脚本的运行方式。

6. 示例图片

由于无法直接插入图片，请参考项目文档中的截图或自行配置环境后进行操作。

---

通过以上步骤，你应该能够成功下载、安装并运行 Stream-Translator 项目。如果在安装过程中遇到任何问题，请参考项目的 GitHub 仓库中的文档或提交问题。