字幕翻译工具 omnicaptions-translate：基于LLM的上下文翻译，支持SRT/VTT/ASS双语字幕 | SkillsMD字幕翻译工具 omnicaptions-translate：基于LLM的上下文翻译，支持SRT/VTT/ASS双语字幕
omnicaptions-translate by lattifai/omni-captions-skills
npx skills add https://github.com/lattifai/omni-captions-skills --skill omnicaptions-translate🇨🇳中文介绍
字幕翻译
默认：Claude 原生翻译（无需 API 密钥）
仅当用户明确请求时才使用 Gemini API。
默认工作流（Claude）
- 读取字幕文件
- 使用 Claude 的原生能力进行翻译
- 写入输出文件，后缀为
_Claude_{lang}
Gemini API（可选）
当用户请求使用 Gemini 时，使用 CLI：
omnicaptions translate input.srt -l zh --bilingual
输出：input_Gemini_zh.srt
使用场景
- 将 SRT/VTT/ASS 字幕翻译成另一种语言
- 生成双语字幕（原文 + 译文）
- 翻译 YouTube 视频转录文本
- 需要基于上下文的翻译（非逐行翻译）
不适用场景
- 需要转录（使用
/omnicaptions:transcribe）
- 仅需格式转换，无需翻译（使用
/omnicaptions:convert）
广告位招租
在这里展示您的产品或服务
触达数万 AI 开发者，精准高效
安装
pip install omni-captions-skills --extra-index-url https://lattifai.github.io/pypi/simple/
API 密钥
优先级：GEMINI_API_KEY 环境变量 → .env 文件 → ~/.config/omnicaptions/config.json
如果未设置，询问用户：请输入您的 Gemini API 密钥（从 https://aistudio.google.com/apikey 获取）：
然后使用 -k <key> 运行。密钥将自动保存到配置文件。
基于上下文的翻译
基于 LLM 的翻译优于传统机器翻译，因为它能理解跨多行的上下文：
为什么上下文很重要
| 方法 | 问题 | 结果 |
|---|
| 逐行翻译 | 无上下文 | 翻译生硬、不连贯 |
| 批量 + 上下文 | 查看前后行 | 自然、连贯的对话 |
工作原理
┌─────────────────────────────────────────┐
│ 批量大小：30 行 │
│ 上下文：前后 5 行 │
├─────────────────────────────────────────┤
│ [前 5 行] → 上下文 │
│ [当前 30 行] → 翻译 │
│ [后 5 行] → 预览 │
└─────────────────────────────────────────┘
- 说话者连续性 - 保持角色声音一致
- 拆分句子 - 处理跨越多行的对话
- 习语与文化 - 自然地适应文化引用
- 代词解析 - 根据上下文正确翻译 he/she/they
高级功能
双语输出
# 原文 + 译文（用于语言学习）
omnicaptions translate input.srt -l zh --bilingual
1
00:00:01,000 --> 00:00:03,500
Welcome to the show.
欢迎来到节目。
2
00:00:03,500 --> 00:00:06,000
Thank you for having me.
感谢邀请我。
自定义术语表（即将推出）
# 使用术语表确保术语一致性
omnicaptions translate input.srt -l zh --glossary terms.json
{
"API": "接口",
"Token": "令牌",
"Machine Learning": "机器学习"
}
- 术语一致性 - "一个术语，一个译法"
- 品牌合规 - 使用官方产品名称
- 领域准确性 - 医学、法律、技术术语
最佳实践
1. 提供上下文以获得更高质量
from omnicaptions import GeminiCaption
gc = GeminiCaption()
gc._translation_prompt = """
您正在为一部医学纪录片翻译字幕。
请使用正式的中文医学术语。
术语表：{glossary}
"""
gc.translate("input.srt", "output.srt", "zh")
2. 选择合适的模型
| 模型 | 最适合 |
|---|
gemini-3-flash-preview | 快速、日常内容 |
gemini-3-pro-preview | 复杂、有细微差别的内容 |
3. 检查双语输出
CLI 用法
# 翻译（自动输出到相同目录）
omnicaptions translate input.srt -l zh # → ./input_Gemini_zh.srt
# 指定输出文件或目录
omnicaptions translate input.srt -o output/ -l zh # → output/input_Gemini_zh.srt
omnicaptions translate input.srt -o zh.srt -l zh # → zh.srt
# 双语输出（原文 + 译文）
omnicaptions translate input.srt -l zh --bilingual
# 指定模型
omnicaptions translate input.vtt -l ja -m gemini-3-pro-preview
| 选项 | 描述 |
|---|
-k, --api-key | Gemini API 密钥（如果缺失会自动提示） |
-o, --output | 输出文件或目录（默认：与输入文件相同目录） |
-l, --language | 目标语言代码（必需） |
--bilingual | 输出原文和译文 |
-m, --model | 模型名称（默认：gemini-3-flash-preview） |
-v, --verbose | 详细输出 |
语言代码
| 语言 | 代码 |
|---|
| 简体中文 | zh |
| 繁体中文 | zh-TW |
| 日语 | ja |
| 韩语 | ko |
| 英语 | en |
| 西班牙语 | es |
| 法语 | fr |
| 德语 | de |
支持格式
支持 lattifai-captions 的所有格式：SRT、VTT、ASS、TTML、JSON、Gemini MD 等。
常见错误
| 错误 | 解决方法 |
|---|
| 无 API 密钥 | 使用 -k YOUR_KEY 或按照提示操作 |
| 错误的语言代码 | 使用 ISO 代码：zh、ja、en 等 |
| 丢失格式 | ASS 样式保留；SRT 仅保留基本格式 |
| 术语不一致 | 对技术内容使用术语表 |
参考
相关技能
| 技能 | 使用时机 |
|---|
/omnicaptions:transcribe | 需要先转录 |
/omnicaptions:LaiCut | 翻译前对齐时间轴 |
/omnicaptions:convert | 翻译后转换格式 |
/omnicaptions:download | 下载字幕进行翻译 |
工作流示例
video.en.vtt → video.en_LaiCut.json → video.en_LaiCut.srt → video.en_LaiCut_Claude_zh.srt → video.en_LaiCut_Claude_zh_Color.ass
| 翻译方式 | 后缀 | 示例 |
|---|
| Claude（默认） | _Claude_zh | video.en_LaiCut_Claude_zh.srt |
| Gemini API | _Gemini_zh | video.en_LaiCut_Gemini_zh.srt |
# 1. LaiCut 对齐（保留词级时间）
omnicaptions LaiCut video.mp4 video.en.vtt
# → video.en_LaiCut.json
# 2. 转换为 SRT（翻译用，文件小）
omnicaptions convert video.en_LaiCut.json -o video.en_LaiCut.srt
# 3a. Claude 翻译（默认）
# → video.en_LaiCut_Claude_zh.srt
# 3b. 或 Gemini 翻译
omnicaptions translate video.en_LaiCut.srt -l zh --bilingual
# → video.en_LaiCut_Gemini_zh.srt
# 4. 转换为带颜色的 ASS
omnicaptions convert video.en_LaiCut_Claude_zh.srt -o video.en_LaiCut_Claude_zh_Color.ass \
--line1-color "#00FF00" --line2-color "#FFFF00"
大型 JSON 文件
LaiCut 输出带有词级时间轴的 JSON。对于翻译，请先转换为 SRT（文件小得多）：
# JSON（词级，约 150KB）→ SRT（分段级，约 15KB）
omnicaptions convert video.en_LaiCut.json -o video.en_LaiCut.srt
为什么？JSON 保留卡拉 OK 的词级时间，但翻译只需要分段文本。SRT 文件大小是 JSON 的 1/10 到 1/20。
Claude 翻译规则（默认）
- 精确保留格式 - 保留所有时间码、格式标签、样式定义
- 基于上下文 - 考虑周围行以实现连贯对话
- 说话者一致性 - 保持角色声音和语调
- 文化适应 - 自然地适应习语和引用
- 大文件处理 - 以 100 行为一批次处理以保持质量
Claude 与 Gemini 对比
| 功能 | Claude（默认） | Gemini API |
|---|
| API 密钥 | 无需 | 必需 |
| 调用方式 | 技能（读/写） | CLI 命令 |
| 输出后缀 | _Claude_{lang} | _Gemini_{lang} |
| 最适合 | 大多数任务 | 大文件、自动化 |
Skills CLI 使用指南：AI Agent 技能包管理器安装与管理教程
36,300 周安装
