Я собрал полный комбайн субтитры->перевод->озвучка->расстановка сидя в яме, из металлолома

Faster-Whisper-XXL\_models\faster-whisper-medium\model.bin

to text to rus to tts

1. Распознавание голоса в текст
2. Перевод на русский язык
3. Озвучивание текста по таймингам

ЛОКАЛЬНО ОФФЛАЙН

Сборка исключительно для перевода с английского языка на русский.

Работоспособность на видеокартах не проверялась(у меня нет); распознавание должно быть работать на видеокарте без проблем, для перевода коде написано использовать видеокарту, но хз работает ли. Озвучка достаточно быстрая что бы я забил хер на поддержку видеокарты.

Как использовать:
Установить питон
Открыть терминал и установить пакеты pip install torch torchaudio omegaconf numpy soundfile transformers sentencepiece
Если есть проблема с интернетом то можно установить всё локально: распаковав архив pip_offline на рабочий стол и зайдя в терминале на рабочий стол cd /d "%USERPROFILE%\Desktop"
Запустить pip install --no-index --find-links=./pip_offline torch torchaudio omegaconf numpy soundfile transformers sentencepiece

Когда всё установлено, нужно распаковать все архивы в "to text to rus to tts" а именно папки
silero_local
t5_translate_en_ru_zh_base_200
Faster-Whisper-XXL
и поместить model.bin в \to text to rus to tts\Faster-Whisper-XXL\_models\faster-whisper-medium

Дальше берёте видеофайл, mp4 mkv avi и дропайте его в DROP_VIDEO_HERE.bat — запустится пошаговая обработка.
В итоге на выходе будет получена готовая звуковая дорожка wav с совмещением перевода и оригинала с которой дальше можно работать отдельно, вставить в видео, сжать, и тд

Если ошибка с запуском T5-eng-rus.py на видюхе то внутри кода на 13 строке раскоментить device = "cpu"