实时去码播放器-v1.0 测试版

xiguan99

基于 LADA/jasna + Faster-Whisper  的实时去码实时翻译播放器，jasna 走的是流媒体模式 但是他们现在的版本有bug，能获取.ts切片 却无法下载 官方确认有这个问题，如果他们后期更新解决了这个问题 理论来做这个web播放器或者docker服务 想要处理的视频丢进去 一键去码 +翻译+秒切 秒播都有希望只需要一张12G 3060级别以上的卡就可以了 暂时先做lada的 2080TI让我搞boom了 这个软件是用40HX写的 画质优化有上升空间 但是我没精力优化


━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
■ 功能
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

• LADA 实时去码（YOLO 检测 + BasicVSR++ 修复）
  - 可调参数：缩放因子 / 跳帧 / 帧间混合比
• Faster-Whisper 日→中实时翻译字幕（离线，本地模型）
  - TransWithAI 专精模型支持
• 支持拖放视频文件、全屏播放、进度跳转
• 首次运行配置向导，自动检测环境

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
■ 前置依赖（用户需自行安装）
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

① Python 环境（必选）
   - 任意安装有 PyTorch + CUDA 的 Python 3.11+
   - 可用 LADA 自带的 Python（如 D:\soft\Lada\python\python.exe）
   - 或自己搭建的 conda/venv 环境

② LADA 软件包（必选）
   - 下载：https://github.com/ladaapp/lada
   - 播放器自动使用其 _internal/model_weights/ 和 _internal/lada/

③ Faster-Whisper 模型（可选，用于日→中翻译）
   - 推荐：chickenrice 的 TransWithAI 专精模型
   - 或下载 faster-whisper-large-v3-turbo 通用模型
https://github.com/TransWithAI/F ... sWithAI-ChickenRice

④ Jasna v0.6.0-alpha5（可选，LADA 的替代方案）
   - 需先完成一次 TensorRT 引擎编译（约 15-60min）
   - 仅支持批处理模式（等待全片处理完成后播放修复版）

⑤ FFmpeg（必选）
   - 用于音频解码和视频帧提取

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
■ 快速开始
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

1) 双击桌面快捷方式「LADA去码播放器v1.0」
   → 首次运行自动弹出配置向导

2) 在向导中依次指定：
   ✓ Python 环境 → 任意的 python.exe（需含 torch+cuda）
   ✓ LADA 目录 → D:\soft\lada-v0.11.0（含 _internal/model_weights/）
   ✓ FFmpeg 路径 → D:\soft\ffmpeg-8.0-full_build\bin\ffmpeg.exe
   ✓ Whisper 模型目录 → 选填，翻译功能所需

3) 保存配置后，拖放视频开始播放

4) LADA：点击控制条「LADA」复选框开启实时去码
   翻译：点击「译」复选框开启实时字幕