打包字幕生成可执行文件

.gitignore

@@ -7,3 +7,4 @@ build/
 dist/
 *.spec
 whisper_models/
+release-downloader/

README.md

@@ -16,11 +16,11 @@
 
 双击运行`main.exe`（Release中的）或`run.bat`文件，并输入你想下载的课程编号(40524)。输出课程视频列表：
 
-![image-20230926124749421](md/README/image-20230926124749421.png)
+![image-20240409103306945](md/README/image-20240409103306945.png)
 
-输入想下载的视频编号，用英文逗号(,)分隔，回车。接着选择下载video视频录像（即教室后的摄像头录像）还是下载screen信号（即教室电脑的屏幕），默认为视频录像。回车即开始下载：
+输入想下载的视频编号，用英文逗号(,)分隔，回车。接着输入数字选择下载video视频录像（即教室后的摄像头录像）还是下载screen信号（即教室电脑的屏幕），默认为视频录像。回车即开始下载：
 
-![image-20230926124841432](md/README/image-20230926124841432.png)
+![image-20240409103338980](md/README/image-20240409103338980.png)
 
 下载完成的文件在`output/`目录下以`课程名-video/screen`格式命名的文件夹中。
 
@@ -30,27 +30,19 @@
 
 本项目提供自动生成字幕功能，使用openai的[whisper](https://github.com/openai/whisper)项目及其模型在本地进行语音转文字生成字幕。
 
-最好使用GPU运行，否则速度较慢。
+最好使用GPU运行，否则速度较慢，依赖见[下文](#依赖)。
 
-由于涉及到的库较多，打包生成的可执行文件较大，目前暂不发布打包的可执行文件，需要python环境运行，配置python环境见下文依赖部分。
+下载[生成字幕可执行文件]()，保存在上述解压的目录中，如下所示：
 
-运行gen_caption.py为指定视频生成字幕：
+![image-20240409105228362](md/README/image-20240409105228362.png)
 
-```bash
-python gen_caption.py video_path
-```
-
-或输入数字选择视频：
+下载完视频后，双击运行`gen_caption.exe`（文件较大，需要等一会），输入数字选择视频，回车：
 
-```bash
-python gen_caption.py
-```
+![image-20240409103224309](md/README/image-20240409103224309.png)
 
-![2024-04-08_17-42](md/README/2024-04-08_17-42.png)
+等待程序运行完成，生成的字幕文件为`.srt`格式，与视频文件在同级目录下，用支持字幕的播放器（如potplayer）打开视频即可看到带字幕的视频。
 
-等待程序运行完成，生成的字幕文件为`.srt`格式，与视频文件在同级目录下，用支持字幕的播放器打开视频即可看到带字幕的视频。
-
-tips: 生成字幕的时间较长，可以先观看视频，字幕生成好了再重新打开视频享受字幕。使用GPU大约需要几分钟，若无GPU则不建议使用本项目提供的字幕功能，可自行寻找其他生成字幕的工具。
+*tips: 语音转文字所需的时间较长，可以先观看视频，字幕生成好了再重新打开视频享受字幕。使用GPU大约需要几分钟，若无GPU则不建议使用本项目提供的字幕功能，可自行寻找其他生成字幕的工具。*
 
 ## 依赖
 
@@ -61,6 +53,8 @@ sudo apt update
 sudo apt install ffmpeg
 ```
 
+* **若使用GPU运行自动生成字幕功能，需要先安装cuda，安装方法见[cuda安装](https://blog.csdn.net/chen565884393/article/details/127905428)。**
+
 *若想用python环境运行，需安装以下依赖*
 
 * python，[下载](https://www.python.org/ftp/python/3.9.4/python-3.9.4-amd64.exe)并安装
@@ -71,9 +65,8 @@ sudo apt install ffmpeg
 pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
 ```
 
-**若使用GPU运行自动生成字幕功能，需要先安装cuda版本的pytorch，具体安装方法见[pytorch官网](https://pytorch.org/get-started/locally/)**
+* 安装语音转文字的依赖：（依赖于pytorch，若未安装pytorch，会自动安装，但是cpu版本。安装cuda版本的pytorch方法见[pytorch官网](https://pytorch.org/get-started/locally/)。）
 
-安装whisper：（依赖于pytorch，若未安装pytorch，会自动安装，但是cpu版本）
 ```bash
 pip install -r requirements_whisper.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
 ```
@@ -83,7 +76,7 @@ pip install -r requirements_whisper.txt -i https://pypi.tuna.tsinghua.edu.cn/sim
 * 需要关闭本机上的代理，否则会提示类似`check_hostname requires server_hostname`的报错信息。
 * 可以下载无权限的课程，只要知道课程链接（中的课程编号）就行。
 
-## 打包
+## 打包（仅开发者需要）
 
 如果想要运行时不依赖python环境，可将python程序打包成可执行文件。Release中已打包。
 
@@ -96,3 +89,24 @@ pip install pyinstaller
 pyinstaller -F main.py
 pyinstaller -F gen_caption.py
 ```
+打包`gen_caption.py`时可能会失败，提示递归过深：
+
+<img src="md/README/image-20240409095211597.png" alt="image-20240409095211597" style="zoom:50%;" />
+
+解决方法参考[这里](https://zhuanlan.zhihu.com/p/661325305)，需要修改项目根目录下的`gen_caption.spec`配置文件，在文件开始处加上以下代码：
+
+```python
+import sys ; sys.setrecursionlimit(sys.getrecursionlimit() * 5)
+```
+
+再使用如下命令打包：
+
+```bash
+pyinstaller --clean .\gen_caption.spec
+```
+
+打包完成后运行若出现Temp目录下的文件未找到：
+
+![image-20240409095831766](md/README/image-20240409095831766.png)
+
+可将项目`hooks`目录下的`hook-whisper.py`和`hook-zhconv.py`文件复制到pyinstaller的hook目录下（通常在`python根目录\Lib\site-packages\PyInstaller\hooks`），参考[这个](https://blog.csdn.net/qq_42324086/article/details/118280341)。

gen_caption.py

@@ -18,54 +18,64 @@ def seconds_to_hmsm(seconds):
     seconds = str(int(seconds))
     # 补0
     if len(hours) < 2:
-        hours = '0' + hours
+        hours = "0" + hours
     if len(minutes) < 2:
-        minutes = '0' + minutes
+        minutes = "0" + minutes
     if len(seconds) < 2:
-        seconds = '0' + seconds
+        seconds = "0" + seconds
     if len(milliseconds) < 3:
-        milliseconds = '0'*(3-len(milliseconds)) + milliseconds
+        milliseconds = "0" * (3 - len(milliseconds)) + milliseconds
     return f"{hours}:{minutes}:{seconds},{milliseconds}"
 
 
 def main():
     # 视频文件路径
+    video_paths = []
     if len(sys.argv) >= 2:
-        video_path = sys.argv[1]
+        video_paths.append(sys.argv[1])
     else:
         files = []
-        for dirpath, dirnames, filenames in os.walk('output/'):
+        for dirpath, dirnames, filenames in os.walk("output/"):
             for filename in filenames:
-                if filename.endswith('.mp4'):
-                    files.append(os.path.join(dirpath, filename))
+                if filename.endswith(".mp4"):
+                    files.append(os.path.join(dirpath, filename).replace("\\", "/"))
         for i, f in enumerate(files):
-            print(i, ":", f)
-        video_path = files[eval(input('select a video file by input a num: '))]
+            print(f"[{i}]: ", f)
+        input_list = eval("[" + input("select a video file by input a num: ") + "]")
+        for i in input_list:
+            video_paths.append(files[i])
 
-    audio_path = video_path.replace("mp4", "m4a")
-    cmd = f"ffmpeg -i '{video_path}' -vn -ar {whisper.audio.SAMPLE_RATE} '{audio_path}'"
-    os.system(cmd)
+    for video_path in video_paths:
+        audio_path = video_path.replace("mp4", "m4a")
+        cmd = f'ffmpeg -i "{video_path}" -vn -ar {whisper.audio.SAMPLE_RATE} "{audio_path}"'
+        os.system(cmd)
 
-    model = whisper.load_model("base", download_root="whisper_models/")
+        model = whisper.load_model("base", download_root="whisper_models/")
 
-    start = time.time()
-    result = model.transcribe(audio_path, verbose=False, language="zh")
-    print("Time cost: ", time.time() - start)
+        start = time.time()
+        result = model.transcribe(audio_path, verbose=False, language="zh")
+        print("Time cost: ", time.time() - start)
 
-    # 写入字幕文件
-    with open(video_path.replace("mp4", "srt"), 'w', encoding='utf-8') as f:
-        i = 1
-        for r in result['segments']:
-            f.write(str(i)+'\n')
-            f.write(seconds_to_hmsm(float(r['start'])) +
-                    ' --> '+seconds_to_hmsm(float(r['end']))+'\n')
-            i += 1
-            f.write(convert(r['text'], 'zh-cn')+'\n')  # 结果可能是繁体，转为简体zh-cn
-            f.write('\n')
-
-    # 删除音频文件
-    os.remove(audio_path)
+        # 写入字幕文件
+        with open(video_path.replace("mp4", "srt"), "w", encoding="utf-8") as f:
+            i = 1
+            for r in result["segments"]:
+                f.write(str(i) + "\n")
+                f.write(
+                    seconds_to_hmsm(float(r["start"]))
+                    + " --> "
+                    + seconds_to_hmsm(float(r["end"]))
+                    + "\n"
+                )
+                i += 1
+                f.write(
+                    convert(r["text"], "zh-cn") + "\n"
+                )  # 结果可能是繁体，转为简体zh-cn
+                f.write("\n")
 
+        # 删除音频文件
+        os.remove(audio_path)
 
-if __name__ == '__main__':
+
+if __name__ == "__main__":
     main()

hooks/hook-whisper.py

@@ -0,0 +1,3 @@
+from PyInstaller.utils.hooks import collect_data_files
+
+datas = collect_data_files("whisper")

hooks/hook-zhconv.py

@@ -0,0 +1,3 @@
+from PyInstaller.utils.hooks import collect_data_files
+
+datas = collect_data_files("whisper")

main.py

@@ -6,55 +6,82 @@
 import json
 import os
 import cProfile
-headers={
-    'Origin': 'https://www.yanhekt.cn',
+
+headers = {
+    "Origin": "https://www.yanhekt.cn",
     "xdomain-client": "web_user",
-    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/107.0.0.0 Safari/537.36 Edg/107.0.1418.26'
+    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/107.0.0.0 Safari/537.36 Edg/107.0.1418.26",
 }
 
 
 # courseID = 31425
 def main():
     if len(sys.argv) == 1:
-        courseID = eval(input('Please input course ID: '))
+        courseID = eval(input("Please input course ID: "))
     else:
         courseID = sys.argv[1]
 
-    course = requests.get(f'https://cbiz.yanhekt.cn/v1/course?id={courseID}&with_professor_badges=true', headers=headers)
-    req = requests.get(f'https://cbiz.yanhekt.cn/v2/course/session/list?course_id={courseID}', headers=headers)
-    if course.json()['code'] != '0' and course.json()['code'] != 0:
-        print(course.json()['code'])
-        print(course.json()['message'])
-        raise Exception("Please Check your course ID, note that it should be started with yanhekt.cn/course/***, not yanhekt.cn/session/***")
-    print(course.json()['data']['name_zh'])
-    videoList = req.json()['data']
+    course = requests.get(
+        f"https://cbiz.yanhekt.cn/v1/course?id={courseID}&with_professor_badges=true",
+        headers=headers,
+    )
+    req = requests.get(
+        f"https://cbiz.yanhekt.cn/v2/course/session/list?course_id={courseID}",
+        headers=headers,
+    )
+    if course.json()["code"] != "0" and course.json()["code"] != 0:
+        print(course.json()["code"])
+        print(course.json()["message"])
+        raise Exception(
+            "Please Check your course ID, note that it should be started with yanhekt.cn/course/***, not yanhekt.cn/session/***"
+        )
+    print(course.json()["data"]["name_zh"])
+    videoList = req.json()["data"]
     # print(json.dumps(videoList, indent=2))
     for i, c in enumerate(videoList):
-        print(i, ":", c['title'])
+        print(f"[{i}]: ", c["title"])
 
-    index = eval('[' + input('select(split by \',\', such as: 0,2,4):') + ']')
-    vga = input('video(1) or screen(2)?(input 1 or 2, default video):')
-    if not os.path.exists('output/'):
-        os.mkdir('output/')
+    index = eval("[" + input("select(split by ',', such as: 0,2,4): ") + "]")
+    vga = input("video(1) or screen(2)?(input 1 or 2, default video):")
+    if not os.path.exists("output/"):
+        os.mkdir("output/")
     for i in index:
         c = videoList[i]
-        name = course.json()['data']['name_zh'].strip() + '-' + course.json()['data']['professors'][0]['name'] + '-' + c['title']
+        name = (
+            course.json()["data"]["name_zh"].strip()
+            + "-"
+            + course.json()["data"]["professors"][0]["name"]
+            + "-"
+            + c["title"]
+        )
         print(name)
         if vga == "2":
             print("Downloading screen...")
-            m3u8dl.M3u8Download(c['videos'][0]['vga'], 'output/' + course.json()['data']['name_zh'].strip() + '-screen', name)
+            m3u8dl.M3u8Download(
+                c["videos"][0]["vga"],
+                "output/" + course.json()["data"]["name_zh"].strip() + "-screen",
+                name,
+            )
         else:
             print("Downloading video...")
-            m3u8dl.M3u8Download(c['videos'][0]['main'], 'output/'+ course.json()['data']['name_zh'].strip() + '-video', name)
+            m3u8dl.M3u8Download(
+                c["videos"][0]["main"],
+                "output/" + course.json()["data"]["name_zh"].strip() + "-video",
+                name,
+            )
 
 
-if __name__ == '__main__':
+if __name__ == "__main__":
     try:
         main()
         # cProfile.run('main()', 'output/profile.txt')
     except Exception as e:
         print(e)
-        print("If the problem is still not solved, you can report an issue in https://github.com/AuYang261/BIT_yanhe_download/issues.")
+        print(
+            "If the problem is still not solved, you can report an issue in https://github.com/AuYang261/BIT_yanhe_download/issues."
+        )
         print("Or contact with the author [email protected]. Thanks for your report!")
-        print("如果问题仍未解决，您可以在https://github.com/AuYang261/BIT_yanhe_download/issues 中报告问题。")
+        print(
+            "如果问题仍未解决，您可以在https://github.com/AuYang261/BIT_yanhe_download/issues 中报告问题。"
+        )
         print("或者联系作者[email protected]。感谢您的报告！")