uodate readme

README.md

@@ -2,15 +2,15 @@
   <img src="./docs/images/logo.png"alt="VideoCaptioner Logo" width="100">
   <p>卡卡字幕助手</p>
   <h1>VideoCaptioner</h1>
-  <p>一款基于大语言模型(LLM)的智能视频字幕处理助手，支持字幕生成、断句、优化、翻译全流程处理</p>
+  <p>一款基于大语言模型(LLM)的视频字幕处理助手，支持语音识别、字幕断句、优化、翻译全流程处理</p>
 
   简体中文 / [English](./docs/README_EN.md)
 
 </div>
 
 ## 📖 项目介绍
 
-卡卡字幕助手（VideoCaptioner）是一款功能强大的视频字幕配制软件。操作简单且无需高配置，利用大语言模型进行字幕智能断句、校正、优化、翻译，字幕视频全流程一键处理！为视频配上效果惊艳的字幕。
+卡卡字幕助手（VideoCaptioner）操作简单且无需高配置，支持网络调用和本地离线（支持调用GPU）两种方式进行语音识别，利用可用通过大语言模型进行字幕智能断句、校正、翻译，字幕视频全流程一键处理！为视频配上效果惊艳的字幕。
 
 - 🎯 无需GPU即可使用强大的语音识别引擎，生成精准字幕
 - ✂️ 基于 LLM 的智能分割与断句，字幕阅读更自然流畅
@@ -29,6 +29,14 @@
 ![页面预览](https://h1.appinn.me/file/1731487410832_preview2.png)
 
 
+## 🧪 测试
+
+全流程处理一个10分钟1080P汕尾英文视频，调用本地 Whisper 模型进行语音识别，使用 `gpt-4o-mini` 模型优化和翻译为中文，总共消耗时间约 ** 4 分钟 **。
+
+ 模型优化和翻译消耗费用不足 ￥0.01（以官方价格为计算）
+
+
+
 ## 🚀 快速开始
 
 ### Windows 用户
@@ -50,7 +58,7 @@
 
 由于本人缺少 Mac，所以没法测试和打包，暂无法提供 MacOS 的可执行程序。
 
-Mac 用户请自行使用下载源码和安装 python 依赖运行。
+Mac 用户请自行使用下载源码和安装 python 依赖运行。（本地 Whisper 功能暂不支持 MacOS）
 
 1. 安装 ffmpeg
 ```bash
@@ -88,9 +96,10 @@ python main.py
 #### 3. 字幕智能纠错
 - 自动优化专业术语、代码片段和数学公式格式
 - 上下文进行断句优化，提升阅读体验
+- 支持文稿提示，使用原有文稿或者相关提示优化字幕断句
 
 #### 4. 高质量字幕翻译
-- 结合上下文的智能翻译，确保译文准确自然
+- 结合上下文的智能翻译，确保译文兼顾全文
 - 通过Prompt指导大模型反思翻译，提升翻译质量
 - 使用序列模糊匹配算法、保证时间轴完全一致
 
@@ -104,25 +113,25 @@ python main.py
 #### 1. LLM API 配置说明 （可选）
 
 - 软件内置基础大语言模型（`gpt-4o-mini`），无需配置即可使用。但为获得更好的效果，建议在设置中配置个人 API。
-- 支持标准 OpenAI API 格式（兼容通义千问、DeepSeek 等）请自行配置。【招租】
+- 支持标准 OpenAI API 格式（兼容[SiliconCloud](https://cloud.siliconflow.cn/i/HF95kaoz)、[DeepSeek](https://platform.deepseek.com/) 等）请自行注册配置。
 - 追求更高质量可选用 `Claude-3.5-sonnet` 或 `gpt-4o`
 
 #### 2. 本地 Whisper 语音识别配置（需软件内下载）
 
-- 下载模型：`Tiny`, `Base`, `Small`, `Medium`, `Large-v1`, `Large-v2` 
+- 下载模型：`Tiny`, `Base`, `Small`, `Medium`, `Large-v1`, `Large-v2`,`Large-v3` , 无需代理国内可直接下载
 - 中文识别推荐使用 `Medium` 及以上版本，以确保识别质量
 
-#### 3. 字幕样式自定义
+#### 3. 文稿匹配
 
-- 主副字幕设置：字体、大小、颜色、边框样式、行距、位置等
-- 排版方式：原文在上、译文在上、仅原文、仅译文
+- 在“字幕优化与翻译”页面，包含“文稿匹配”选项。支持使用视频的原有文稿或者相关提示优化字幕断句
+- 全流程处理时，请先填写文稿信息，再进行开始任务处理。
 
 
 ## 💡 软件流程介绍
 
 程序完整的处理流程如下:
 ```
-语音识别 -> 字幕生成 -> 字幕优化翻译(可选) -> 字幕视频合成
+语音识别 -> 字幕断句 -> 字幕优化翻译(可选) -> 字幕视频合成
 ```