OpenAi公司的ChartGPT都无人不知无人不晓，但是它旗下还有个库，叫做Whisper。这个AI库生成的youtube字幕非常精准，对于自学英语的人可能没有注意到这个库，它可以针对任何youtube的视频，自动生成字幕，还可以改造成可以针对任何离线视频，只是生成的时候有点废CPU和显卡，ffmpeg解析比较慢，AI运算也比较耗CPU，所以生成的时候比较慢。好在是可以做听力精听练习。

fork并修改脚本

首先用你自己的github账号fork这个仓库：https://github.com/m1guelpf/yt-whisper 要从下面这个地址安装，改为使用你自己的github地址即可。

https://github.com/m1guelpf/yt-whisper.git

默认情况下它会安装失败，需要自行修改python代码。

yt-whisper安装过程

首先确保你的windows10电脑已经安装了chocolatey这个软件包管理工具。

1.安装chocolatey

chocolatey如何安装，文档如下：

https://docs.chocolatey.org/en-us/choco/setup

在windows开始菜单，找到PowerShell，鼠标右键点击以管理员身份运行，粘贴并执行下面框框中的命令(复制整行)：

Set-ExecutionPolicy Bypass -Scope Process -Force; [System.Net.ServicePointManager]::SecurityProtocol = [System.Net.ServicePointManager]::SecurityProtocol -bor 3072; iex ((New-Object System.Net.WebClient).DownloadString('https://community.chocolatey.org/install.ps1'))

等chocolatey安装好之后，输入choco，回车，如下图，看到显示了chocolatey的版本号v1.1.0，即表示安装成功。

2.安装python环境

我们需要给windows10安装python3.执行下面语句：不要使用默认指令choco install python，默认指令会安装python3的最新版本，后面安装whisper会提示版本过高安装不了。这里安装python3.9版本即可。

choco install python39

然后安装pip, 因为python3自带了pip，所以这里只是升级一下pip：

python -m pip install -U pip

然后是安装yt-dlp：

python -m pip install yt-dlp

3.创建Python虚拟环境

python虚拟环境是为了让pyhon能够调用除标准库之外的库而发明的，关于Python虚拟环境更多信息可以参考官方说明：https://docs.python.org/3/tutorial/venv.html

创建python虚拟环境可以参考视频：https://www.youtube.com/watch?v=HSVjz4FPKzM&t=67s&ab_channel=cmoorelabs

创建虚拟机环境之前，先要知道你自己的当前账户名，如果你是Administrator登录的，那么在C盘，找到用户目录，再进去用户目录下面，会看到你当前登录用户名的文件，进入之后，创建一个venv文件夹。比如我当前电脑的用户账户是47664.我会在这个路径下面先创建一个venv文件夹，如下：

然后根据我电脑账户路径，执行下面的指令，它会往我的这个文件夹下面写入很多python文件：

python -m venv C:\Users\47664\venv

执行上面这个指令的时候，记得把47664替换为你自己的电脑登录账户。执行完上面指令，会发现这个文件夹多了很多文件：

4.安装git环境

如果你电脑已经安装了git，就不需要做这一步了。如果没有安装git，那么就按照下面方式安装git.

git安装分为2种方式，第一种使用choco安装，最省事,但是需要开启全局帆樯；第二种，去git官方下载exe文件安装(耗时且容易出错)。

4.1第一种方式

choco install git.install

choco这种方式安装git非常方便简单，直接一条指令搞定。如果你遇到下面这种操作超时的问题，那么请开启帆樯v-p~n搞定。

开启帆樯之后，git安装就可以很顺利了：安装成功之后，在电脑的最近添加这里就可以看到Git一系列的东西了。安装完成git之后，需要重新关闭控制面板cmd，重新打开。让git生效。

4.2第二种方式

下载git安装文件exe：去到git官网：https://git-scm.com/，在首页的右边有个下载的位置，点击那个Download for Windows，下载git的安装文件。选择64位版本的Setup文件下载下来，就跟我们以前安装exe文件一样，直接下一步，下一步，下一步，直到安装完成。安装完成git之后，需要重新关闭控制面板cmd，重新打开。让git生效。

5.启动python虚拟环境

python的虚拟环境启动，是通过执行activate.bat启动的，activate.bat程序是一个批处理程序，找到这个文件所在位置，在命令行直接运行这个文件就能启动python虚拟环境，

以管理身份运行cmd，然后通过 cd 命名切换到activate.bat所在目录，如下(就是你当前登录用户所在的venv\Scripts目录)

cd C:\Users\47664\venv\Scripts

切换目录后，直接输入：

activate.bat

回车执行，执行会一闪而过，然后地址前面会出现 (venv)，这个就代表已经启动python虚拟环境了，如下：前面带了这个(venv),就表示你进入了python虚拟机环境:

已经进入python虚拟环境了，黑框cmd不要退出，我们这个时候先去安装一个git环境，

6.安装whisper

我们关闭黑框cmd，再重新打开黑框cmd环境，执行上面那个activate.bat文件进入python虚拟机环境。

python虚拟环境开启之后，看到这个(venv)，一定要确保你已经进入了python虚拟环境才能下面操作。

我们安装OpenAi公司的whisper库：

pip install git+https://github.com/openai/whisper.git

这个库的安装需要耗费些时间，耐心等待安装完成。安装完成之后，接着安装yt-whisper。

7.安装yt-whisper

如果是电脑上面之前已经安装过yt-whisper，则需要彻底删除干净，Everything工具查找硬盘上所有涉及到whisper的python Library完全清除干净。再安装。如果使用wrap cli工具批量调用python这个库的时候可能发生错误。

安装moviepy：

pip install moviepy

安装yt-whisper。执行：

pip install git+https://github.com/HillCat/redis_sentry_main

安装完成。就可以使用去生成youtube视频的字幕了。

8.测试yt_whisper

执行下面指令，测试yt_whisper功能：

yt_whisper "https://www.youtube.com/watch?v=dQw4w9WgXcQ"

转换的时候，时间会有点长，5分钟到10分钟左右。如果是要批量进行大量的url转换压缩，我一般会自己写脚本批量搞定。

转换过程CPU会100%拉满，是因为ffmpeg这个中间件压缩视频的时候耗资源，像HandBrake这种视频格式转换工具基本都是使用这个ffmpeg，批量压缩视频的时候也是很耗CPU。

以后我们就可以正常使用yt_whisper指令了。更多指令参考：https://github.com/m1guelpf/yt-whisper

9.CMD使用yt_whisper

最好的方式是使用powershell高版本的控制面板来执行这些脚本，这里为了只是以cmd控制面板来演示下：

通过上面步骤，成功安装了yt-whisper。重启电脑之后，再要使用这个工具生成youtube字幕，只需要以下几个步骤：

第一步:进入到venv\Scripts目录下面，这个文件夹有activate.bat这个文件，如下：

第二步：在当前Script目录，地址栏中输入cmd直接回车，可以快速打开cmd控制面板会自动停留在当前路径中，然后直接输入activate.bat启动python虚拟环境。

第三步：如下图，输入yt_whisper 空格 加上双引号，带上youtube视频URL地址回车即可开始生成AI字幕文件。

以上就是日常使用yt_whisper生成youtube AI字幕的常规操作。如果不指定目录位置，输出的字幕文件会生成到Scripts目录中。

9.1 指定字幕保存路径

如果是离线翻译字幕，这里初次使用的时候最好使用手动执行命令方式来成功生成字幕，因为whisper初次使用的时候本地并没有模型文件，base模型460MB大小，初次使用的时候会先从网络中下载缺失的模型文件。然后才是进行字幕的翻译。所以第一次使用自动生成之前最好是手动去执行下指令来生成。

 redis_sentry "c:\video\20230604213353949.mp4" --output_dir C:\video

yt_whisper "https://www.youtube.com/watch?v=9NqthBLHBDg&ab_channel=IAmTimCorey" --output_dir C:\Users\47664\Downloads\video

因为IDM工具下载youtube视频默认会保存到windows系统的C盘的Downloads下面的video文件夹，所以使用yt_whisper生成字幕的时候，建议按照上面的例子，指定一个output_dir参数带上目标地址。我这里是把输出的字幕指定到了C:\Users\47664\Downloads\video文件里。你可以保存这个例子，修改对应的路径和url，每次下载的时候使用这个保存的模板即可。

10.PowerShell使用yt_whisper

windows10默认自带的Powershell是5.1版本的，我们这里需要额外追加一个Powershell7的版本。安装Powershell7不会影响到系统默认的Powershell5.1的使用。

PowerShell7它有自动补全和智能提示功能，而Powershell5.1是没有这些功能的,Powershell 7是微软基于.net core开发的，而Powershell5.1是基于.net framework老版本的(已经不再维护)，微软目前把主要精力放到Powershell 7上面，并且这个shell是跨平台的。Powershell7的版本下载地址：

https://github.com/PowerShell/PowerShell/releases/download/v7.3.1/PowerShell-7.3.1-win-x64.msi

安装完成之后，我们在开始菜单里面。或者搜索找到powershell会看到powershell7的图标，如下,鼠标右键，以管理员身份运行：

最终使用Powershell7下载youtube字幕如下效果：

它会出现指令自动补全和提示，键盘方向键：上下↑↓翻历史记录， 敲代码的时候出现智能提示，利用右方向键 → 补全，省力省心。

 cd c:\users\47664\venv\Scripts   

 ./activate.bat   

 yt_whisper "https://www.youtube.com/watch?v=KPn637EfSOI&ab_channel=PBSNewsHour" --output_dir F:\Downloads\Video

12.翻译Youtube字幕

可以搭配安装Deepl Translate插件,插件安装Code是：972129549。在没有中文字幕的情况下，快速生成翻译中文。插件地址：https://ankiweb.net/shared/info/972129549，

这个插件需要API Key ，这个Key在淘宝上面有卖的，30RMB一个月，如果你是高密度刷youtube的视频来精学，精听，用这个插件会节省很多时间。因为它的翻译准确度要高于国内的有道的欧陆。另外这个DeepL有个Write服务是免费的，用来批改英文作文很有效，特别是它的同义词替换，语法错误检查，关键是它是免费的，而且同义词替换要比Gramarly好用。

13.卸载和重装yt-whisper

1.首先是通过控制面板卸载python

2.利用Everthing工具把残留的python文件删除

3.清空回收站

4.通过choco安装python39

5.重新创建python虚拟环境

6.pip安装whipser

14.注意事项

1.mkv格式的视频无法被anki的mpv2anki插件截取，推荐使用HandBrake这个工具，转换视频为MP4格式。这是一个免费开源工具，比我们国产的“格式工厂”要好得多。而且性能和各种参数非常齐全。用它来转换过《绝望主妇》这套视频，缩小体积非常好用的。这个播软件工具的核心源码是用C语言写的，界面用的C# WPF技术。

2.yt_whisper输出的字幕文件名和视频名不一致，使用的时候修改为一致即可。这里我使用了自己编写的脚本和工具批量跑这个字幕生成，并且结合potplayer的书签功能和anki结合一起使用快速制卡，效果一流。推荐使用anki经验在1年以上的人使用。具体工具和方法思路，可以找我交流。

15.后续

python依赖过多，需要安装的各种pip插件依赖项太多，因为这个功能大部分是基于Python的，后期我会把这个东西转移到c++为底层的，应用层以C#为主要技术栈进行重构，那样子代码质量和性能更加可靠。安装的时候也不需要去配置那么多的python生态的依赖项目。这套工具之所以没有普及或者说对于初学者非常不友好的地方就是需要命令行配置太多太多东西。