subtitle-creator/config.example.yaml at master · choupeanut/subtitle-creator · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
# Subtitle Creator 配置檔
# 複製此檔案為 config.yaml 並根據需求修改

# ============================================================
# 基本設定
# ============================================================
general:
  # 工作目錄 (暫存檔案位置)
  work_dir: "./temp"
  # 是否保留中間檔案 (音訊檔等)
  keep_intermediate: false
  # 日誌等級 (DEBUG/INFO/WARNING/ERROR)
  log_level: "INFO"

# ============================================================
# 影片掃描設定
# ============================================================
scanner:
  # 支援的影片格式
  formats:
    - ".mp4"
    - ".mkv"
    - ".ts"
    - ".avi"
    - ".mov"
    - ".webm"
    - ".flv"
  # 是否遞迴掃描子目錄
  recursive: true
  # 排除的檔案 pattern (glob 格式)
  exclude_patterns:
    - "*_temp.*"
    - ".*"

# ============================================================
# 音訊擷取設定
# ============================================================
extractor:
  # FFmpeg 執行檔路徑 (留空則使用 PATH 中的 ffmpeg)
  ffmpeg_path: ""
  # 輸出設定
  output:
    format: "wav"
    sample_rate: 16000
    channels: 1
    codec: "pcm_s16le"
  # 指定擷取的音軌索引 (null 為自動選擇)
  audio_track: null

# ============================================================
# 語音辨識設定 (WhisperX)
# ============================================================
transcriber:
  # 模型大小: tiny/base/small/medium/large-v2/large-v3
  model_size: "large-v3"
  # 執行裝置: cuda/cpu
  device: "cuda"
  # 計算精度: float16/float32/int8
  compute_type: "float16"
  # 來源語言 (null 為自動偵測)
  language: null
  # 批次大小 (影響記憶體用量)
  batch_size: 16
  # VAD 設定
  vad:
    enabled: true
    # VAD 閾值 (0-1, 越高越嚴格)
    threshold: 0.5
  # 對齊設定
  alignment:
    enabled: true
    # 是否返回字元層級時間軸
    return_char_alignments: false

# ============================================================
# 翻譯設定 (TranslateGemma)
# ============================================================
translator:
  # 模型名稱
  model_name: "google/translategemma-12b"
  # 執行裝置
  device: "cuda"
  # 4-bit 量化 (降低 VRAM 需求)
  load_in_4bit: true
  # 8-bit 量化 (可與 4-bit 擇一)
  load_in_8bit: false
  # 最大輸出長度
  max_length: 512
  # 批次大小
  batch_size: 8
  # 翻譯設定
  translation:
    # 來源語言
    source_lang: "ja"
    # 目標語言
    target_lang: "zh-tw"

# ============================================================
# SRT 輸出設定
# ============================================================
writer:
  # 字幕樣式: source/translation/bilingual/bilingual_reverse
  style: "translation"
  # 檔案編碼
  encoding: "utf-8-sig"
  # 每行最大字元數
  max_chars_per_line: 42
  # 每段最多行數
  max_lines: 2
  # 最小顯示時間 (秒)
  min_duration: 0.5
  # 最大顯示時間 (秒)
  max_duration: 7.0
  # 字幕間最小間隔 (秒)
  min_gap: 0.1

# ============================================================
# GPU 設定
# ============================================================
gpu:
  # 指定 GPU 裝置 ID
  device_id: 0
  # 記憶體上限 (GB, null 為不限制)
  memory_limit: null