Автоматический перевод видео и подкастов на несколько языков с озвучкой. Извлекает речь из медиафайлов, распознаёт текст, переводит на выбранные языки и создаёт озвучку.

• 🎯 Автоматическое распознавание речи из видео и аудиофайлов
• 🌍 Перевод на несколько языков одновременно
• 🎙️ Озвучка перевода с помощью нейросетевых голосов (Piper TTS)
• ⏱️ Субтитры в формате SRT для всех языков
• 📊 Пакетная обработка нескольких файлов
• ⚙️ Гибкая настройка моделей и голосов
• 🎧 Поддержка подкастов и мультиязычного контента

1. Извлечение аудио — ffmpeg извлекает звук из видео/аудио
2. Распознавание речи — Whisper преобразует речь в текст и субтитры
3. Перевод текста — Google Translate или translate-shell переводит на нужные языки
4. Создание озвучки — Piper TTS генерирует речь из переведённого текста
5. Сохранение результатов — все файлы сохраняются в структурированном виде

git clone <repository-url>
cd translation-api

npm install
# или
bun install

macOS (через Homebrew):

brew install ffmpeg python3

Ubuntu/Debian:

sudo apt update
sudo apt install ffmpeg python3 python3-pip

# Создайте виртуальное окружение
python3 -m venv venv
source venv/bin/activate  # Linux/Mac
# или: venv\Scripts\activate  # Windows

# Установите зависимости
pip install -r requirements.txt

# Установите translate-shell (для перевода)
brew install translate-shell  # macOS
# или: sudo apt install translate-shell  # Ubuntu/Debian

Используйте встроенный менеджер моделей:

# Показать доступные модели
python3 model_manager.py list

# Скачать и настроить модель medium  
python3 model_manager.py download medium

# Или полная настройка (скачать, организовать, протестировать)
python3 model_manager.py full medium

Piper TTS устанавливается автоматически через pip:

pip install piper-tts

Для дополнительных голосов скачайте .onnx файлы с релизов Piper и поместите их в соответствующую языковую папку в voices/{язык}/

Основные настройки в config.json:

{
  "inputDir": "./videos",
  "outputDir": "./output",
  
  "whisper": {
    "model": "medium",
    "device": "cpu",
    "compute_type": "int8"
  },
  
  "translation": {
    "engine": "google",
    "langs": ["en", "de", "fr", "es", "zh", "ar"]
  },
  
  "tts": {
    "piperPath": "./venv/bin/piper",
    "voices": {
      "en": "./voices/en/en-us-danny-low.onnx",
      "es": "./voices/es/es-mls_10246-low.onnx", 
      "fr": "./voices/fr/fr-gilles-low.onnx",
      "de": "./voices/de/de_DE-thorsten-high.onnx",
      "ru": "./voices/ru/ru_RU-denis-medium.onnx",
      "zh": "./voices/zh/zh_CN-huayan-medium.onnx",
      "ar": "./voices/ar/ar_JO-kareem-medium.onnx"
    },
    "speed": 1.0,
    "volume": 1.0
  }
}

• inputDir — папка с исходными видео
• outputDir — папка для результатов
• whisper.model — модель Whisper (tiny, base, small, medium, large-v2)
• translation.engine — движок перевода (google, argos, trans)
• translation.langs — языки для перевода (ISO 639-1 коды)
• tts.piperPath — путь к Piper TTS (обычно ./venv/bin/piper)
• tts.voices — пути к голосовым моделям Piper (организованы по языкам в voices/{язык}/)

# Запустить обработку всех видео из папки videos/
npm start
# или
bun start

# Обработка подкастов из папки input/
node index.js podcast

Подкаст-режим специально оптимизирован для:

• 🎙️ Мультиязычных подкастов
• 🌍 Автоматического определения языка
• 📖 Создания переводов и озвучки
• 🎵 Сохранения исходного аудио и результатов

При обработке больших файлов система показывает:

• Прогресс транскрибации (в процентах и секундах)
• Оценку времени завершения
• Текущий язык распознавания
• Статус каждого этапа обработки

Пример вывода:

📜 Progress: 44.8% (802.1/1790.9s) [210s elapsed]
📢 ✅ Transcription completed: 1790.9 seconds
🌍 Starting translation to 7 languages...

# Проверить статус моделей
python3 model_manager.py status

# Скачать модель
python3 model_manager.py download large-v2

# Протестировать модель
python3 model_manager.py test medium

# Показать текущую конфигурацию
python3 current_model.py

# Показать текущие настройки
python3 current_model.py

Для каждого видеофайла создаётся структура:

output/
└── video_name/
    ├── audio.wav              # Извлечённое аудио
    ├── original.srt           # Оригинальные субтитры  
    ├── original.txt           # Оригинальный текст
    ├── en.srt                 # Английские субтитры
    ├── en.wav                 # Английская озвучка
    ├── es.srt                 # Испанские субтитры
    ├── es.wav                 # Испанская озвучка
    └── ...                    # Другие языки

• Whisper распознавание — полностью функционально с моделью medium
• Перевод — Google Translate и translate-shell работают
• Piper TTS — установлен через pip и функционирует
• Обработка подкастов — активно обрабатывает мультиязычные файлы
• Модельное управление — полная система загрузки и тестирования
• Голосовые модели — организованы по языкам в voices/{язык}/ (7 языков, 13 голосов)

• Оптимизация скорости обработки больших файлов

Распознавание речи: Любой язык, поддерживаемый Whisper (автоопределение языка)

Перевод: 100+ языков через Google Translate и translate-shell

Озвучка: Зависит от доступных голосов Piper (организованы по языкам):

• 🇺🇸 Английский (en) - голоса: danny, ryan, hfc_male
• 🇪🇸 Испанский (es) - голоса: mls_10246, davefx
• 🇫🇷 Французский (fr) - голоса: gilles, siwis, upmc
• 🇩🇪 Немецкий (de) - голоса: mls, thorsten
• 🇷🇺 Русский (ru) - голоса: denis, dmitri
• 🇨🇳 Китайский (zh) - голос: huayan
• 🇸🇦 Арабский (ar) - голос: kareem

# Проверить и скачать модель
python3 model_manager.py full medium

• Проверьте интернет-соединение (для Google Translate)
• Убедитесь, что языки указаны правильно в config.json

• Проверьте путь к бинарному файлу в tts.piperPath (должен указывать на venv/bin/piper)
• Убедитесь, что piper-tts установлен: pip install piper-tts
• Убедитесь, что голосовые модели скачаны в соответствующие языковые папки voices/{язык}/
• Проверьте, что в config.json указаны правильные пути к моделям (включая языковую директорию)

• Используйте меньшую модель Whisper (base вместо medium)
• Обрабатывайте видео по одному
• Закройте другие приложения

• Полное руководство по настройке
• Управление моделями
• API документация

Приветствуются pull request'ы и issue! Пожалуйста, следуйте кодстайлу и добавляйте тесты для новых функций.

MIT License — см. файл LICENSE для подробностей.