关于models--larryvrh--mt5-translation-ja_zh

[hyhuc0079]

1.这个最好也放在项目目录比较好吧毕竟不一定所有人都是所有模型扔c
2.英文的因为报错了我没法试用，日文这个transformer模型是走cpu做推理的
3.这个模型我之前也用过，毕竟是haggingface上唯一一个jp2zh的，但这效果嘛。。。哎。。
你自己看吧。。。
测试用的faster whisper可能听写也有一些错误
我推荐那个什么什么sakura的模型
https://huggingface.co/sakuraumi/Sakura-13B-Galgame
不过实现起来代码量就大多了

原文
=========我是字幕====
1
00:00:02,480 --> 00:00:08,580
地球連邦軍 並びにジオン公国の戦士につ
地球联邦军与吉恩公国的战士

2
00:00:08,580 --> 00:00:10,580
我々はデラーズフリート
我们是德勒斯弗里德

3
00:00:10,580 --> 00:00:12,929
デラーズフリート?
德勒斯弗里德?

4
00:00:12,929 --> 00:00:15,929
いわゆる一連戦争と呼ばれた
被称为“一连串战争”的

5
00:00:15,929 --> 00:00:18,929
ジオン独立戦争の終戦協定が
吉恩独立战争的终战协定

6
00:00:18,929 --> 00:00:20,929
偽りのものであることは
是假的,是假的

7
00:00:20,929 --> 00:00:22,929
誰の目にも明らかである
在每个人的眼中都是显而易见的

8
00:00:22,929 --> 00:00:24,929
なぜならば協定は
为什么要签订协议

9
00:00:24,929 --> 00:00:30,280
ジオン協和国の名を語る売国度によって結ばれたから
因为被讲述吉恩协和国名字的卖国度所结

10
00:00:30,280 --> 00:00:31,280
我々は
我们是

11
00:00:31,280 --> 00:00:34,280
いささかも戦いの目的を入手なってはいない
但他们没有达到战斗的目的

12
00:00:34,280 --> 00:00:38,280
それは間もなく実証されるであろう
这很快就会被证明

13
00:00:38,280 --> 00:00:39,280
館長
馆长

14
00:00:39,280 --> 00:00:42,280
ガンダムが出撃強化を求めています
钢弹要求强化出击

15
00:00:42,280 --> 00:00:45,280
ウラクショウインのデタになる俺の事務を支え
成为乌拉圭的巨头,支持我的事务

16
00:00:48,659 --> 00:00:51,659
ガンダムだって第2000ぐらい晴れるのに
钢弹就算是2000左右也能晴朗

17
00:00:52,659 --> 00:00:55,659
我々は疲弊を思い続けた
我们一直想着疲惫

18
00:00:55,659 --> 00:00:58,659
スペースの井戸の自治権確率を信じ
相信空间井的自治权概率

19
00:00:58,659 --> 00:01:01,659
戦いの豪華に焼かれていった者たちのことを
被战火烧死的那些人

20
00:01:01,659 --> 00:01:03,659
まとわりつくるか
能否停下

21
00:01:03,659 --> 00:01:05,659
逃がすかよ
放开你

22
00:01:05,659 --> 00:01:07,659
そして今また
现在又

23
00:01:07,659 --> 00:01:11,659
あえてその家中に飛び避らんとする若者のことを
一个年轻人,敢于躲避在家里

24
00:01:11,659 --> 00:01:14,659
なんだあれくらい突破できないのかい
怎么就无法突破了

25
00:01:14,659 --> 00:01:20,719
はがゆいね
好烂啊

26
00:01:20,719 --> 00:01:22,719
シーマ様のモビルスーツを
西玛的摩比西装

27
00:01:22,719 --> 00:01:25,519
ウラクショウイン
乌拉克肖因

28
00:01:25,519 --> 00:01:27,519
これバニング対応ですから
这是班宁的回应

29
00:01:27,519 --> 00:01:29,519
ペダル少し硬いですよ
皮皮有点硬

30
00:01:29,519 --> 00:01:31,519
プラス4ですね
加4吧

31
00:01:31,519 --> 00:01:40,170
ショウイン
肖恩

32
00:01:40,170 --> 00:01:41,170
えっ何
何 何

33
00:01:41,170 --> 00:01:47,959
邪魔しないでくれ
不要打扰我

34
00:01:47,959 --> 00:01:48,959
ガンダムでやるんだ
在钢弹上做

35
00:01:49,959 --> 00:01:51,500
これを
这个这个

36
00:01:52,500 --> 00:02:01,939
スペースの井戸の心から鳴る気中である
在空间的井的心中响起

37
00:02:01,939 --> 00:02:03,939
自治権要求に対し
对自治权的要求

38
00:02:03,939 --> 00:02:06,939
連邦がその強大な軍事力を行使して
联邦政府将利用其强大的军事力量

39
00:02:06,939 --> 00:02:09,939
ささやかなるその目を積み取ろうとしている意図を
试图抓住那小小的眼睛

40
00:02:09,939 --> 00:02:11,939
証明するにたる事実を
要证明的事实

41
00:02:11,939 --> 00:02:13,939
私は存じておう
我知道我知道

42
00:02:13,939 --> 00:02:15,939
息を打ってらっす
要呼吸了

43
00:02:15,939 --> 00:02:18,939
ギレンザビの暴れいが
吉伦扎比的暴戾

44
00:02:18,939 --> 00:02:19,939
見よ
看啊

45
00:02:19,939 --> 00:02:21,939
これが我々の戦果
这就是我们的战果

46
00:02:21,939 --> 00:02:23,939
このガンダムが
这个钢弹

47
00:02:23,939 --> 00:02:26,939
核攻撃を目的として開発されたものである
它是为了核打击而研制的

48
00:02:26,939 --> 00:02:28,939
南極条約違反のこの機体が
违反南极条约的飞机

49
00:02:28,939 --> 00:02:31,939
人間に開発された事実を持ってしても
即使人类已经开发了

50
00:02:31,939 --> 00:02:33,939
呪わしき連邦の悪意を
诅咒联邦的恶意

51
00:02:33,939 --> 00:02:35,939
否定できるものが多いか
有很多东西可以否定

52
00:02:36,939 --> 00:02:38,939
いいかに見を打ちやがる
好吧,我看你打

53
00:02:38,939 --> 00:02:39,939
ん?
啊?

54
00:02:39,939 --> 00:02:40,939
あの手が
那只手

55
00:02:47,530 --> 00:02:49,530
ウロタエダマなど
乌洛塔埃达马

56
00:02:53,530 --> 00:02:55,530
そっちにはキースっきりで
只有基斯在身边

57
00:02:56,530 --> 00:02:58,530
来るな!来るな!
不要来!不要来!

58
00:03:02,479 --> 00:03:03,479
右も?
右边也?

59
00:03:05,979 --> 00:03:08,979
敵モビルスーツ3つ抜けてきます!
敌人Macross3个!

60
00:03:08,979 --> 00:03:09,979
うらきはまだか!
还真羡慕啊!

61
00:03:09,979 --> 00:03:11,979
今では何?
现在是什么?

62
00:03:11,979 --> 00:03:13,979
うらき!何をしてる?
羡慕!你在做什么?

63
00:03:13,979 --> 00:03:15,979
行かせてください!
请让我走!

64
00:03:15,979 --> 00:03:16,979
止めても行きますよ!
就算停下来也去!

65
00:03:16,979 --> 00:03:23,750
うらき!止めば!
羡慕!停下来!

66
00:03:23,750 --> 00:03:25,750
ヨリドリーミードリー
尤里德利米德利

67
00:03:25,750 --> 00:03:49,259
キタパルトはダメだ!
不能使用Kato!

68
00:03:49,259 --> 00:03:51,259
バランサーが行かれてんのか?
巴兰特已经走了?

69
00:03:52,349 --> 00:03:54,349
赤もどうぜ?
红了怎么样?

70
00:03:54,349 --> 00:03:56,349
何や!
什么啊!

71
00:03:57,349 --> 00:04:01,009
当たった!
击中了!

72
00:04:01,009 --> 00:04:03,009
大切な機体を
重要的机体

73
00:04:03,009 --> 00:04:04,009
ゆだになどして
做一些事,如

74
00:04:15,219 --> 00:04:16,220
ファイリーミを
菲利米

75
00:04:16,220 --> 00:04:18,220
なぜジオン独立戦争が
为什么吉恩独立战争

76
00:04:18,220 --> 00:04:20,220
募発したのか?
你被招募了吗?

77
00:04:20,220 --> 00:04:22,220
なぜ我らがジオン津の大君と
为什么我们与吉翁津的大君

78
00:04:22,220 --> 00:04:24,220
共にあるのか?
有在一起吗?

79
00:04:25,220 --> 00:04:33,420
私さえ入れば!
只要我进去!

80
00:04:33,420 --> 00:04:37,180
なんてそうこうだ!
怎么这么啊!

81
00:04:40,579 --> 00:04:41,579
死むといねぇ!
不要死!

82
00:04:41,579 --> 00:04:43,579
島さん!そろそろ仕事いです!
岛上,我快要上班了!

83
00:04:43,579 --> 00:04:51,430
落ちないんだよ!
不会掉下来的!

84
00:04:51,430 --> 00:04:53,430
いけな!うがき象へ!
加油!加油!大象!

85
00:04:54,430 --> 00:05:02,100
やられた?
被打死的?

86
00:05:02,100 --> 00:05:03,100
シャクだね
是沙克吧

87
00:05:03,100 --> 00:05:05,100
けど、今日のところは見逃してあげるよ
但是,今天我却会错过你

88
00:05:11,069 --> 00:05:13,230
おぉ、いい引き方だ
好,不错的抓法

89
00:05:14,230 --> 00:05:16,899
サラミス二石号陣
萨拉米斯二石号阵

90
00:05:16,899 --> 00:05:18,899
ガンダム大破か
钢弹大破

91
00:05:18,899 --> 00:05:21,579
大丈夫かキーズ?
你还好吗,凯斯?

92
00:05:21,579 --> 00:05:23,579
はい
是的

93
00:05:23,579 --> 00:05:25,579
我々は3年間待った
我们等了三年

94
00:05:26,579 --> 00:05:29,500
敵モデルスーツ、対却を
敌人模特,反击

95
00:05:29,500 --> 00:05:31,500
各軍団に溜め来の途中な相撲は
在各军团中聚集的相扑

96
00:05:31,500 --> 00:05:33,500
勝負署、相撲か署を知らせよ
把胜负署、相扑署或署通知

97
00:05:33,500 --> 00:05:36,500
エギーユーデラーズ、真の目的は何だ?
艾吉·尤德勒斯,真正的目的是什么?

98
00:05:37,500 --> 00:05:40,500
今はコードのアツキ父を我が父として
现在我把代码的阿图西当作我的父亲

99
00:05:40,500 --> 00:05:42,500
ここに私は
这里我

100
00:05:42,500 --> 00:05:45,500
改めて地球連邦政府に対し
再次向联邦政府

101
00:05:45,500 --> 00:05:47,500
戦戦を不告するものである
是宣告战战的

102
00:05:48,920 --> 00:05:50,920
繰り返し心に聞こえてくる
反复地听到我的心

103
00:05:50,920 --> 00:05:52,920
祖国の名誉のために
为了祖国的荣誉

104
00:05:53,920 --> 00:05:55,920
ジークジオン
吉克吉翁

==============

[hyhuc0079]

日文翻译这段我帮你改了
def make_tran_ja2zh():

# 创建 pipeline，指定使用 CUDA
device = 0  # 0 通常是默认的 GPU 设备
pipe = pipeline(model="larryvrh/mt5-translation-ja_zh", device=device)

with open("./video.srt", 'r', encoding="utf-8") as file:
    gweight_data = file.read()

result = gweight_data.split("\n\n")

if os.path.exists("./two.srt"):
    os.remove("./two.srt")

for res in result:
    line_srt = res.split("\n")
    
    try:
        translated_text = pipe(f'<-ja2zh-> {line_srt[2]}')[0]['translation_text']
        print(translated_text)

    except IndexError as e:
        # 处理下标越界异常
        print(f"翻译完毕")
        break
    except Exception as e:
        print(str(e))
    
    with open("./two.srt", "a", encoding="utf-8") as f:
        f.write(f"{line_srt[0]}\n{line_srt[1]}\n{line_srt[2]}\n{translated_text}\n\n")

return "翻译完毕"

[hyhuc0079]

我看你几个翻译的好像都没加cuda定义，回头更新的时候记得自己加哈

[v3ucn]

牛逼，提个pr，帮你合了，你就有徽章了

[v3ucn]

主要是sakura的模型没法用，显存要求太高了

[hyhuc0079]

我试了，参考我发的那个单独对比，Sakura本身对一些acg领域的专有名词识别率确实高一些，但是它翻译字幕准确的原理和chatgpt一样，它的那些应用主要是通过api来提交，可以利用模型本身的能力来结合上下文推理，如果只拿它当词条翻译器精准度上升有限，不过我一开始测试whisper机翻就是用日语，就是因为日语是最难翻译的本身现在机翻日文就没有什么效果特别好的方案尤其一个读音几十种意思，不结合上下文确实很难翻译准确
浦木宏少尉的名字分别被翻译成了
go！
里木
牛岛
钝角