24 lines
954 B
Plaintext
24 lines
954 B
Plaintext
# 视频字幕提取系统依赖
|
||
# 安装: pip install -r requirements.txt
|
||
# 另需 PATH 中的外部工具: ffmpeg / ffprobe、coscli（详见 CLAUDE.md）
|
||
|
||
# 图像与数值处理
|
||
opencv-python-headless>=4.8.0 # headless 版无需系统 libGL，适合无界面/离线服务器
|
||
numpy>=1.24,<3.0
|
||
Pillow>=10.0.0
|
||
scikit-learn>=1.3.0 # DBSCAN 水印聚类
|
||
|
||
# 中文文本处理
|
||
jieba>=0.42.1 # 分词
|
||
pypinyin>=0.49.0 # 拼音匹配（音频与OCR文本对齐）
|
||
zhconv>=1.4.3 # 繁简转换
|
||
|
||
# 音频与语音识别
|
||
pydub>=0.25.1 # 音频切片（依赖 ffmpeg）
|
||
av>=11.0,<14.0 # faster-whisper 依赖；钉带预编译wheel的版本，避免本地编译ffmpeg
|
||
faster-whisper>=1.0.0 # Whisper 语音识别（int8 量化，CPU/GPU）
|
||
|
||
# 腾讯云
|
||
cos-python-sdk-v5>=1.9.0 # COS 对象存储（import qcloud_cos）
|
||
requests>=2.28.0 # 腾讯云 OCR API 调用
|