摘要： ...

写在前面

昨天试用了一下NASTool新添加的字幕生成和字幕翻译工作，深深感受到了目前AI的强大力量。当然这个时间是非常耗时的，从音轨提取、字幕生成再到翻译成为最终字幕，所需时间大约需要1-2个小时（视视频文件长短和本地AI算力决定）。

阅读指南

• 本文针对所有NAS用户，使用当前最新套件版和docker版本NASTool（3.1.2），如果后续作者有重要更新，不排除后续会有补充文章；

• 考虑到如果一文写完，会忽略许多细节，且文章篇幅过长，不利于阅读，因此NASTool教程会拆分成几个部分，每个部分都和前一部分紧密相连，请按顺序阅读；

• 本系列所有教程只供学习交流使用，请尊重所有创作者的知识产权，请勿将本教程用于传播盗版资源等违法用途。

• 系列教程中涵盖了群晖下载工具、jellyfin等影音库搭建教程，如果暂时不想搭建nastool的，也可以参考这些教程优化nas；

• 在开始前，你需要准备一台nas；

• 由于审核限制，其中部分内容缺失。

• {

•     "message": "404 not found"

• }

实际操作

ssh连接群晖，进入nastool docker容器：

docker exec -it —user nt jxxghp-nas-tools /bin/bash

注：还不清楚如何将套件版切换为docker版的朋友，可以看我的上一篇文章。

每天一个群晖小tip 篇二十三：nastool进阶教程（二）——套件版转docker版

执行一键安装脚本即可，这里我用了large模型（很抱歉，这里不能放）：

然后在NASTool里面添加一下API：

添加API

在插件>AI字幕自动生成填写相应信息即可，文件路径可直接复制ssh命令行生成的路径即可。

前端设置

体验

字幕生成

字幕生成的具体过程是先提取视频音轨，然后在本地使用AI模型完成。因此需要本地使用算力比较强大，如果没有GPU的话会产生比较高的CPU占用，详情见下：

群晖系统资源占用

ESXI占用

我的10900K终于是要接近满负载运行了( Ĭ ^ Ĭ )，以后谁要再来问，你用这么强大的硬件组NAS干什么，你就可以理直气壮的回答他用来生产AI字幕啊。

下图是针对《更衣人偶坠入爱河》第一集的部分的生成示例：

日语字幕示例

它连bgm什么的都标注出来了，不明觉厉中。

注：如果视频内已经内置字幕文件，NASTool会跳过字幕生成，直接进行字幕翻译。

字幕翻译

字幕翻译需要使用到chatgpt API，目前总共测试了两个视频的字幕翻译，结果如下：

无字幕源文件——日语字幕生成+翻译

这个体验目前大概停留在“图一乐”的阶段，绝大部分不需要上下文理解的意思，基本都能翻译个八九不离十。

日语字幕翻译示例

不过里面还会出现ChatGPT的对话，比较影响观感。

翻译错误

因此，大家拿来翻个小姐姐还行（不过等待字幕生成+翻译完成需要两个小时，感觉黄花菜也凉了hhhh），正经看个剧看个电影还是乖乖去找字幕文件吧。

有字幕源文件——英语字幕翻译

测试影片为《最后生还者》第一季第九集，时长因为已经内嵌英文字幕，NASTool只需要提取内嵌字幕进行翻译即可。

翻译耗费时间如下图所示：

纯翻译所需要时间

这类需求全程在线完成，不耗费本地资源，适合用于刚刚发布的媒体资源，还没有字幕组进行翻译的时候。生成的翻译字幕非常准确，算是可以用的水准了。

英文字幕翻译示例

总结

AI确实是可以改变人类生活的。很多年前设想的一键中文字幕生成已经在今天变成了现实，尤其是在英文字幕生成和翻译已经达到了可用的阶段。当然AI强大功能的应用远不止于此，还需要各位自己去探索。

AI确实可以替代掉你的工作，但是你只要会用AI替你工作，你就不会被淘汰掉。