zikai
00e2a95fb7
- 音频/视频转双语(英/中)SRT 字幕，Docker 容器化，CPU 开发/GPU 生产同一份代码 - faster-whisper ASR(词级时间戳) + 断句时间戳重算 + NLLB 翻译(模型不共驻) - 分片上传(断点续传) + SQLite 持久化 + 主页/历史/日志页面 - 历史页文件名搜索；缓存定时清理(默认保留7天，可配置) - 双 Dockerfile(cpu/gpu) + setup/start/stop 脚本
61 lines
2.1 KiB
Python
61 lines
2.1 KiB
Python
"""翻译服务：NLLB-200，英译中。
|
||
|
||
通过 model_manager 加载，确保 ASR 已卸载、翻译器独占显存，从而可用大 batch_size。
|
||
按字幕条目批量翻译，保留索引对应。
|
||
"""
|
||
|
||
from __future__ import annotations
|
||
|
||
import logging
|
||
|
||
from ..config import get_settings
|
||
from .model_manager import get_model_manager
|
||
from .types import Subtitle
|
||
|
||
logger = logging.getLogger("audio2text.translate")
|
||
|
||
|
||
def translate(subtitles: list[Subtitle]) -> list[str]:
|
||
"""批量翻译英文字幕为中文。
|
||
|
||
Args:
|
||
subtitles: 断句后的英文字幕条目
|
||
|
||
Returns:
|
||
list[str]，与 subtitles 等长、顺序对应的中文译文。
|
||
单条翻译失败时该位置回退为原英文。
|
||
"""
|
||
if not subtitles:
|
||
return []
|
||
|
||
s = get_settings().translation
|
||
pipe = get_model_manager().get_translator()
|
||
batch = s.batch_size
|
||
max_len = s.max_length
|
||
|
||
# 取纯文本（去掉折行），避免翻译把换行符当语义
|
||
texts = [sub.text.replace("\n", " ").strip() for sub in subtitles]
|
||
logger.debug("开始翻译 %d 条字幕（batch_size=%d）...", len(texts), batch)
|
||
|
||
results: list[str] = []
|
||
for i in range(0, len(texts), batch):
|
||
chunk = texts[i:i + batch]
|
||
try:
|
||
out = pipe(chunk, max_length=max_len)
|
||
for item in out:
|
||
# pipeline 返回 [{"translation_text": "..."}]
|
||
results.append(item.get("translation_text", "").strip())
|
||
except Exception as exc: # pragma: no cover
|
||
logger.warning("第 %d-%d 批翻译失败，逐条重试：%s", i, i + len(chunk), exc)
|
||
for t in chunk:
|
||
try:
|
||
out = pipe([t], max_length=max_len)
|
||
results.append(out[0].get("translation_text", "").strip())
|
||
except Exception:
|
||
results.append(t) # 回退原文
|
||
if (i // batch + 1) % 5 == 0:
|
||
logger.debug("已翻译 %d/%d 条。", min(i + len(chunk), len(texts)), len(texts))
|
||
|
||
logger.debug("翻译完成：%d 条。", len(results))
|
||
return results
|