- 本文用于记录一个编程新手如何部署一个 Github 项目的全过程,因为默认阅读本文的是 100% 没有任何编程经验的新手,因此细节都会写出来,程序员就不要看了。
- 本人目前只有 Mac,所以教程也只能用 Mac 来演示,Windows 用户请酌情参考。
- 如果你有编程基础,也可以访问项目地址,自行阅读:VideoLingo
项目介绍
功能介绍
VideoLingo 是一站式视频翻译本地化配音工具,能够一键生成 Netflix 级别的高质量字幕,告别生硬机翻,告别多行字幕,还能加上高质量的克隆配音,让全世界的知识能够跨越语言的障碍共享。
主要特点和功能:
- 🎥 使用 yt-dlp 从 Youtube 链接下载视频
- 🎙️ 使用 WhisperX 进行单词级和低幻觉字幕识别
- 📝 使用 NLP 和 AI 进行字幕分割
- 📚 自定义 + AI 生成术语库,保证翻译连贯性
- 🔄 三步直译、反思、意译,实现影视级翻译质量
- ✅ 按照 Netflix 标准检查单行长度,绝无双行字幕🗣️ 支持 GPT-SoVITS、Azure、OpenAI 等多种配音方案
- 🚀 整合包一键启动,在 streamlit 中一键出片
- 📝 详细记录每步操作日志,支持随时中断和恢复进度
与同类项目相比的优势:绝无多行字幕,最佳的翻译质量,无缝的配音体验
效果演示
原视频(无字幕)

处理后(有双语字幕)

部署过程
安装 Git 和 Anaconda
- 打开终端
- 按下
⌘ Command + 空格键
打开 Spotlight 搜索 - 输入
终端
或Terminal
→ 按回车键打开黑色窗口
- 一键安装 Git(自动包含 Homebrew 安装)
在终端窗口中,复制粘贴以下代码,然后回车
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)" && brew install git
💡 中途需输入 系统密码(输入时看不见字符,正常输入后回车即可)
- 一键安装 Anaconda
在终端窗口中,复制粘贴以下代码,然后回车
curl -O https://repo.anaconda.com/archive/Anaconda3-latest-MacOSX-x86_64.sh && bash Anaconda3*.sh -b && ~/anaconda3/bin/conda init && source ~/.zshrc
验证安装(安装完成后直接运行):
git --version # 显示版本号即成功
conda --version # 显示版本号即成功
创建一个文件夹
- 创建一个用于存放这个项目的文件夹,例如我直接命名为 VideoLingo

- 打开终端
- 按下
⌘ Command + 空格键
打开 Spotlight 搜索 - 输入
终端
或Terminal
→ 按回车键打开黑色窗口
- 进入项目文件夹
- 在 Finder 中找到你在第一步创建的文件夹「VideoLingo」
- 在终端窗口输入
cd
,后面记得加一个空格 - 把文件夹图标直接拖拽到终端窗口
- 按回车执行

开始部署
- 在终端中输入以下命令,然后回车
git clone https://github.com/Huanshere/VideoLingo.git
cd VideoLingo
直到看到 100% 完成提示

- 安装依赖
在终端中,复制并粘贴以下代码,然后回车,然后等待安装,这个过程可能会有点长。
conda create -n videolingo python=3.10.0 -y
conda activate videolingo
python install.py
安装完成后,会自动打开一个浏览器窗口,右上角会显示 RUNNING,继续等待

等到这个窗口变成下面这样,就算安装完成了

汉化界面
初始安装后显示的是英文界面,如果你想改成中文界面,请跟随以下步骤。
如果你是 Windows 用户
直接复制 i18n
– 中文
文件夹里的所有文件,然后粘贴到根目录 VideoLingo
,然后选择替换相同的文件即可。替换完毕后,关掉浏览器窗口,然后在终端中重新输入 streamlit run st.py
即可启动。

如果你是 Mac 用户
Mac 用户不能像 Windows 用户那样可以自动替换(而是会将整个文件夹删除,然后再粘贴),所以我们需要手动将文件逐个移动到目标位置。
这段话有点不好理解,总之请按照以下步骤操作。
- 将
i18n
–中文
文件夹内的三个文件(config.yaml
、install.py
、st.py
)移动到根目录VideoLingo
文件夹下,进行覆盖 - 将
i18n
–中文
–st_components
文件里的两个子文件(sidebar_setting.py
、download_video_section.py
)移动到VideoLingo
–st_components
文件夹中进行覆盖
替换完毕后,关掉浏览器窗口,然后在终端中重新输入 streamlit run st.py
即可启动。

部署 API
申请 API
这个开源项目允许我们部署自己的 API,然后执行汉化操作。如果你不会申请大模型 API,可以阅读一下两篇参考文章:
- DeepSeek R1 薅羊毛教程|2000 万 Tokens 额度,免费使用国产最强 AI 大模型 API
- 自由使用任意大模型 API:OpenRouter 注册、付费与 API Key 设置教程
- 在 Obsidian 中集成 AI 问答功能:Obsidian Copilot + DeepSeek 设置教程
填写 API
这里我以申请好的 DeepSeek API 为例,按照下图方法进行填写

填写好之后,点击小卫星按钮,测试一下 API 是否正常,如果可用的话,右上角就会弹出提示 API密钥有效
。
开始使用
使用应该是最简单的一步,复制 Youtube 链接,或者自行上传视频文件,然后点击「开始处理字幕」按钮,一切操作就会自动化进行

原视频(无字幕)

处理后(有双语字幕)
并且它生成的字幕能够保证不会出现「两行」的情况,效果非常好。

需要注意的是,10 分钟的视频可能需要 10 分钟的处理时间,请耐心等待。你也可以在终端中,查看具体的执行进度:

我遇到的问题
在我关闭网页之后,重新用终端运行命令 streamlit run st.py
,却出现 No module named 'whisperx'
的提示

问了一下 AI,AI 回答如下:

解决办法
使用下面这个命令启动 VideoLingo,就不会有问题了。
conda activate videolingo
streamlit run st.py
关联阅读
- 零基础编程:用 Windsurf 自制字幕翻译工具的一次失败记录
- DeepSeek R1 薅羊毛教程|2000 万 Tokens 额度,免费使用国产最强 AI 大模型 API
- DeepSeek AI 编程应用: Obsidian 文档批量生成器
我的 Notion 课程
《Notion 搭建高能效率系统》
- 从「效率困局」到「生产力中枢」
- 用 18 个月打磨的 Notion 精进指南
- 助你在 7 天内掌握精英必备的效率神器
- 推出一年半,帮助近 6000 位学员精通 Notion
- 国内销量最高的 Notion 系统课程
- 小红书好评率超过 98%
详情介绍:点我

本站所有文章,除非特别说明或标注,均为本站原创发布。转载本文需附上本文链接,未经授权,禁止大篇幅复制、盗用、采集或发布本站内容至其他网站、书籍等各类媒体平台。