手把手教你部署 AAVT ( •̀ ω •́ )✧

【Part1 我的介绍】

关于我

你好，我是 chenyme！一位普通大学生。目前在备考研究生，时间精力比较有限，所以项目还存在很多不足之处未能及时优化，还请大家理解！项目现阶段虽然不是那么完美，但请在批评或建议时给予最起码的尊重～感谢🙏

本项目完全开源且免费，请不要相信任何关于此项目的收费内容，有更好的建议、需求或疑问可以前往 AAVT 交流学习 ，或直接在文章的对应段落处评论反馈！

关于项目

Chenyme-AAVT 全自动视频翻译项目 致力于提供一个简便高效且免费的媒体识别与翻译自动化流程，帮助您快速完成音视频字幕的识别、翻译和处理等多种功能，当然目前项目已经不仅仅是帮您识别并翻译声音，还可以自动化生成营销图文、对字幕单独翻译。计划未来会基于现有基本功能继续加入更多有意思的工具，比如 实时识别、口型校正、声音克隆、音色辨别 等等，敬请期待！

项目亮点：

• 支持识别和翻译多种语言
• 支持 全流程本地化、免费化部署
• 支持对视频 一键生成博客内容、营销图文
• 支持 自动化翻译、二次修改字幕、预览视频
• 支持开启 GPU 加速、VAD 辅助、FFmpeg 加速
• 支持使用 ChatGPT、Claude、Gemini、DeepSeek 等众多大模型翻译引擎

【Part2 部署教程】

Windows 部署

1. 安装 Python

请确保Python版本高于3.8，建议不要安装过新或过老的Python版本，在 3.8-3.11 即可，否则可能会出现未知问题！

• 下载 Python

前往 Python官网 下载 python 安装包，我本人使用的是 3.11.9 版本供参考，如果你翻译需要使用谷歌 Gemini 的 API 服务，请务必下载高于 3.9 的 Python版本 ！

python 官网下载

• 勾选添加到环境

选择适合自己的 python 版本下载后就可以直接进行安装，要注意的是：安装时，请务必勾选 ADD Python 3.xx.x to PATH ，这样才能让python添加到系统环境，否则后面使用脚本安装时会报错找不到 Pip 模块，从而导致失败！

安装 python 时勾选添加到环境

2. 安装 FFmpeg

• 下载 FFmpeg

请前往 FFmpeg 官网 下载编译好的 Windows 版本。

推荐使用我在 GitHub Release 中发布的 Win 版本，这个版本是包含上述的 FFmpeg 的版本。如果你下载的是此版本，可跳过上方的下载步骤。

Release 快速下载 FFmpeg

• 配置 FFmpeg 环境变量

首先，win+R 打开系统运行对话框，接着键入 rundll32 sysdm.cpl,EditEnvironmentVariables，点击确定会自动打开环境变量设置界面。

打开环境变量设置

继续在设置界面的 用户变量 中找到 Path 那一行，点击右侧 新建，键入刚刚下载的 FFmpeg\bin 的所在路径（示例：D:\APP\ffmpeg\bin）

添加 FFmpeg Path

3. 安装 CUDA

使用 CPU 部署的用户可以跳过此项步骤

• 查看 CUDA 支持

首先，查看显卡的 CUDA 支持，Win+R 键入 CMD ，调出命令提示符，输入 nvidia-smi回车，在系统返回的信息的右上角显示的 CUDA Version即为显卡 CUDA 程序的 最高支持版本 ！

如下图红框所示，版本向下兼容。

Cuda-version

• 下载 CUDA 程序

接着前往 NVIDIA 官网下载 CUDA ，个人推荐的 CUDA 版本为CUDA11.8、CUDA12.1 、CUDA12.4。

CUDA 11.8

• 运行并检验安装

下载完毕后点击运行，直接安装，不推荐更改安装目录。

等待安装完毕后，我们继续 Win+R 调出 CMD ，在对话框内输入 nvcc --version 回车，等待返回信息，如果正常显示版本即为成功。

检查Cuda安装

4. 安装依赖

推荐使用 CUDA 部署的用户挂梯子下载，否者下载 CUDA版本的 Pytorch 会很慢。

点击运行 1_install.bat，耐心等待启动。

运行自动部署脚本

安装执行后，会先检测你是否正确配置了Python、FFMpeg，如果出现ERROR，请阅读前面的安装步骤，查看是否有步骤遗漏或错误。

正常执行情况

根据提示选择适合你的 Pytorch版本号 和 CUDA版本，输入对应的数字即可继续，若您运行遇到 OSError: [WinError 126] Not found fbgemm.dll时，请选择修复版本。

选择您的设备版本

选择完毕后耐心等待下载完成即可

5. 启动 WebUI

找到 2_Webui.bat，点击运行，等待拉起 UI 页面。如果没有自动跳转，请自行在浏览器输入 http://localhost:8501/。

V0.9.0 版本的项目登录页面

输入chenymeaavt 即可进入项目（此为新版本的保护功能，可在设置中自由关闭）

愉快的使用项目叭

Mac平台部署方法

1. 安装 Python

前往 Python官网 下载Mac版本的 python PGK 安装包，如果你翻译需要使用谷歌 Gemini 的 API 服务，请务必下载高于 3.9 的 Python版本 ！

下载后运行安装，页面内选择标准安装

Mac OS 下载 python

2. 安装 Brew

终端中使用下面的命令进行一键安装 brew

3. 安装 FFMpeg

终端中使用下面的命令进行一键安装 FFMpeg

4. 安装依赖

前往 Release 页面下载 Mac 的最新发行版 （Mac/Small），然后cd 到项目根路径输入

5. 启动 WebUI

输入 chenymeaavt 进入项目（此为新版本的保护功能，可关闭），WebUI 会自动拉起，若没有自动跳转请手动在浏览器输入localhost:8501

Linux 部署

具体使用方法，请查阅：📖 issues/36，由 @dhlsam 提供支持！

Google Colab 部署

具体使用方法，请查阅：📖 Google Colab ，由 @Kirie233 提供支持！

Docker 部署

具体使用方法，请查阅：📖 使用方法，由 @Eisaichen 提供支持！

注：目前 项目最新版本为 V0.9.0 此 Docker 方法的版本为 V0.8.x。

【Part3 功能指南】

1. 全流程使用教程

由于很多朋友安装后并不知道如何正确使用项目䣌全流程，因此我在本文加入具体的使用方法和一些说明，以便各位更好的使用。下面是每个页面的基本功能分区，所有模块页面风格都与这个类似

页面各区域说明

首先你需要明白，识别和翻译这是两个完全不同的模型，识别模型是用Whisper模型进行处理，翻译模型是自己本地部署的LLMs模型或者大模型服务商的API调用，所以你必须配置好这两个才能进行识别+翻译。

• 配置识别后端

您需要必须先配置识别后端方法，可前往 设置-识别设置 中选择您需要使用的识别后端。

Whisper识别后端设置

• 配置翻译引擎

如果您需要使用翻译功能，请前往 设置-翻译设置 中先配置您的翻译引擎。

目前支持 OPENAI、MoonShot、ChatGLM、DeepSeek、Gemini、零一万物、Claude、本地模型调用和全局模型调用，如需支持其他模型请提issue或使用 LOCAL 本地自定义模型和服务（此方法仅支持 OpenAI SDK 调用方式）。

配置您的翻译引擎

• 选择功能模块

在页面左侧边栏选择您需要使用的功能，下面将以 媒体识别 功能为例，目前上线的功能为

• 调整模块参数

上述所有模块对应的参数均可以细节调整，比如识别的模型、使用的引擎、视频生成的样式、字幕的样式、图文博客生成的风格......等等，均可以在每个模块页面的参数设置中调整具体参数。

调整各个模块的参数

• 上传视频并运行

文件上传按钮统一规定在 Tool/工具-上传文件 中，一般放置在工具栏的第一个。而开始识别/执行任务按钮，一般放置在页面右上方

点击文件上传，上传您需要进行识别的文件，然后点击右上方的开始识别即可使用。

此方法修改后可以再次合并字幕。如果您觉得字幕效果不好，可以使用方案二，先调整好字幕后再合并，减少方案一中不必要的过程。

如何执行相关任务

2. 本地模型识别

由于国内访问Huggingface不稳定，使用时下载模型经常崩溃，因此做了本地加载接口，方便国内使用。或者有的时候想用自己的微调模型，那么你也可以用本地加载模型功能。

• 下载本地模型

可前往 Systran 下载适合您的本地模型，下载时请仔细检查所有模型文件，必须包含以下文件才能运行！

config.json、model.bin、README.md、tokenizer.json、vocabulary.txt

• 放入本地模型

请将下载好的模型文件，放入项目目录 ..\AAVT_0.9.x\model\faster-whisper 的任意一个自定义的文件夹下，请务必保证包含所有上述的必要文件！

本地模型存放目录

注：如果您想放在其他位置，请务必及时前往 设置-识别设置 选择 FasterWhisper - LocalModel 模式，修改模型路径

如何修改指定本地模型目录

• 使用本地模型

如何选择本地模型

3. 预置提示词

预置提示词是为了适应不同模型的能力而开发的，您可以在翻译时选择需要的预置提示词进行翻译，以获得更好的翻译体验。

• 更换预置提示词

修改预置提示词

• 新建提示词

点击下方的新建提示词即可新建。提示词规则：你在写提示词时请务必保留 {language1} 和 {language2} 这两个参数，以便自动匹配到你设置的原始语言和目标语言。

新建提示词

【Part4 闲话漫谈】

Q&A 项目问题

我已经整理并更新了一些使用中的常见问题，您可以直接前往 AAVT 常见问题 查找相关资料，或者可以前往AAVT 交流学习 中交流提问。

Feedback 反馈提问

本项目完全开源且免费，请不要相信任何关于此项目的收费内容，有更好的建议、需求以及疑问都可以前往AAVT 交流学习 中交流提问，或者登录我的博客站，在具体疑问步骤的对应段落处直接评论提问！

Sponsor 赞助支持

由于一直在准备考研，所以时间精力比较有限，项目还存在很多不足之处，这次也是抽空办了博客重写了项目文章，希望大家能够理解！

项目到现在也已经过去大半年了，期间经历了无数次的调试优化，如果项目对你有帮助，不妨给我买杯咖啡吧~您的支持是我更新最大的动力

我很喜欢吴恩达先生的开源精神，以后的我也会做更多更好用的开源项目给大家，再次感谢大家的喜欢，愿开源精神永存！

赞助支持