❌重要： 本项目没有ffmpeg环境安装，需要用户自行解决ffmpeg的环境问题。能够在命令行识别到ffmpeg命令即可。❌
目前实现的功能：
- 命令窗口预览将要执行的命令，可以修改（懂ffmpeg命令的话，就可以自己修改执行指令）
- 转码视频文件
- 提取视频
- 视频转MP3
- 批量转码功能（暂时不包括批量合成字幕）
- 转码码率设置
- 转码速度设置
- 内挂字幕（仅限mkv格式）
- 内嵌字幕
- 自动切片（根据音频端点分割自动切出对应视频）
- 接入 Whisper 实现视频自动生成字幕
- 接入阿里达摩院的 Paraformer 实现自动生成中文字幕
未来期望实现功能：
- 更多的预设功能
- 多段视频拼接（感觉这个功能不是那么重要）
- whisper 模型选择和下载
- whisper 使用 cuda 加速
关于修改用户界面以及理解项目的教程。
💥警告: 本项目使用 PySide6 和 Python 3.10 开发，使用较早的版本可能会出现兼容性问题。
QT 控件是一项比较老的技术，不能较好的支持高DPI的设置。如果你的系统DPI设置高于100%，GUI界面的图像会被扭曲。 你可以用下面的方法，通过在"main.py"的Qt控件导入后加入这段代码来避免这个问题。
from modules import *
from widgets import *
os.environ["QT_FONT_DPI"] = "96"在你的系统上按照'requirements.txt'安装环境，然后就可以使用下面的代码在终端中启动这个项目。
python main.pypython3 main.pypyinstaller -Dw ./main.py --copy-metadata tqdm --copy-metadata regex --copy-metadata requests --copy-metadata packaging --copy-metadata filelock --copy-metadata numpy --copy-metadata tokenizers --copy-metadata huggingface-hub --copy-metadata safetensors --copy-metadata pyyamltransformers库打包需要这一溜的metadata数据才可以正常运行，所以需要加上。
在那之前还需要使用命令 pip install pyinstaller==6.3.0 来安装打包环境。 更新的pyinstaller没有尝试。 编译成功后，在当前目录下可以找到"./dist/main/main.exe"文件，在启动之前还需要复制theme主题文件到"./dist/main"，否则会因为找不到主题文件报错。类似的还有：
- 复制model文件到'./dist/main/_internal'目录下，自动剪辑和自动配字幕功能需要这个模型。
- 复制modules/whisper/文件夹到'./dist/main/modules/'目录下，配字幕需要这个功能
如果打包python3.10出现 tuple index out of range 错误，去python可执行文件位置找到 ./Lib/dis.py 修改 _unpack_opargs 函数为如下
def _unpack_opargs(code):
extended_arg = 0
for i in range(0, len(code), 2):
op = code[i]
if op >= HAVE_ARGUMENT:
arg = code[i+1] | extended_arg
extended_arg = (arg << 8) if op == EXTENDED_ARG else 0
else:
arg = None
extended_arg = 0
yield (i, op, arg)使用 pyinstaller 可以打包，但是启动程序时出现如下所示错误。
File "<frozen importlib._bootstrap>", line 1176, in _find_and_load
File "<frozen importlib._bootstrap>", line 1147, in _find_and_load_unlocked
File "<frozen importlib._bootstrap>", line 690, in _load_unlocked
File "PyInstaller\loader\pyimod02_importers.py", line 385, in exec_module
File "transformers\utils\import_utils.py", line 37, in <module>
logger = logging.get_logger(__name__) # pylint: disable=invalid-name
^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "transformers\utils\logging.py", line 124, in get_logger
_configure_library_root_logger()
File "transformers\utils\logging.py", line 88, in _configure_library_root_logger
_default_handler.flush = sys.stderr.flush
^^^^^^^^^^^^^^^^
AttributeError: 'NoneType' object has no attribute 'flush'修改 transformers 库的 src/transformers/utils/logging.py 文件，加上如下有 + 标记的两行代码，
然后重新打包即可。
def _configure has already_library_root_logger() -> None:
...
_default_handler = logging.StreamHandler()
+ if sys.stderr is None:
+ sys.stderr = open(os.devnull, "w")
_default_handler.flush = sys.stderr.flush
...main.py: 程序主文件.
main.ui: 使用 Qt Designer GUI界面设计文件.
resouces.qrc: Qt Designer 加载"main.ui"使用的图片资源（例如背景图，图标等），也需要加载以保证程序正确运行。使用 version 6 >
setup.py: 编译项目为 Windows 可执行程序。
themes/: 放你的主题文件 (.qss)。
modules/: 本项目功能实现模块。
modules/app_funtions.py: 原来的功能实现文件。
modules/app_settings.py: 用户交互界面全局设置文件。
modules/auto_cut.py: 自动剪辑功能实现文件。
modules/auto_subtitle.py: 调用whisper配字幕功能实现文件。
modules/btn_functions.py: 软件其他功能实现文件。
modules/video_convert.py: 调用ffmpeg进行视频转码，也是主界面功能实现。
modules/vad_functions.py: 声音识别模块，来自snakers4/silero-vad。
modules/resources_rc.py: "resource.qrc" 需要使用这条命令编译得到
pyside6-rcc resources.qrc -o resources_rc.py。
modules/ui_functions.py: 和用户交互界面相关函数实现。
modules/ui_main.py: 由 Qt Designer 编译导出用户界面得到。你可以使用下面的命令手动导出本文件
pyside6-uic main.io -o ui_main.py。导出以后需要把代码 "import resources_rc" 修改成 "from . resources_rc import *" 来导入资源文件。或者直接修改resources_rc.py文件的位置能够被python解释器找到也可以。
images/: 在编译成资源文件resource_rc.py之前把项目需要使用的图像资源全部放到这里。
本项目从PyDracula修改而来。
感谢 Wanderson M. Pimenta 的 repository PyDracula。
感谢 snakers4 的 repository Silero-vad 。
感谢 PINTO0309 的 repository whisper-onnx-cpu 。
感谢 RapidAI 的 repository RapidASR 。