基于PotPlayer实现实时字幕生成和AI翻译

核心思路是利用PotPlayer内置功能，直接调用其整合的OpenAI Whisper语音识别模型，将视频语音实时转换为文字字幕，并进一步利用插件实现实时翻译功能，下面开始教程。

第一步：准备工作1.安装新版本的 PotPlayer (建议更新到最新稳定版)，大家可以在官网（https://potplayer.daum.net/）下载。2.Whisper功能需要在线下载引擎及模型文件，请确保操作时梯子网络通畅。第二步：设置生成有声字幕（语音识别）
1.单击鼠标左键依次进入功能菜单：字幕 -> 生成有声字幕。

2.进行功能配置。转换引擎推荐选择faster-whisper-xxl。A卡或者N卡用户都可以使用该引擎。模型型号推荐使用large-v2模型。其他模型根据我的测试均容易出现幻听，重复识别，无法识别等BUG。语言根据大家需求自行选择。
其余选择均按照默认选择就行。
注：第一次使用时，系统会自动下载引擎和模型文件，故需要梯子网络

第三步：设置实时字幕翻译
1.单击鼠标左键依次进入功能菜单：字幕 -> 实时字幕翻译 -> 实时字幕翻译设置

2.翻译插件配置。PotPlayer内置了bing，Google，deepl等翻译插件，均为机翻，针对日语电影实用行较差。因此推荐大家安装OpenAI插件，利用人工智能进行翻译。具体配置方法如下：
（1）安装PotPlayer Translation OpenAI API插件。该项目在GitHub上已经开源，大家自行下载https://github.com/Fung-2025/potplayer-translation-openaiapi/blob/main/README-cn.md

进入项目地址后，点击release，下载potplayer-translation-openaiapi.7z文件，参考项目教程压缩到指定路径。
（2）配置API接口。以我使用的deepseek为例为大家演示，其他兼容OpenAI api接口的大语言模型可以参考，原理一样。
注册登录deepseekAPI开放平台（https://platform.deepseek.com/usage）。调用接口需要消耗Token，因此需要进行一波小氪，根据我的测试，翻译一部120min的日语影片大概费用在几毛钱。
根据官方使用文档进行Model和API URL的配置，这里我直接把调用API代码贴过来：
curl https://api.deepseek.com/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
  -d '{
      "model": "deepseek-chat",
      "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Hello!"}
      ],
      "stream": false
   }'
需要用到的是标红部分
最后需要创建一个API keys

第一行填写[backcolor=rgba(129, 139, 152, 0.12)]Model&API URL。（注意：小写英文，没有空格，中间用&符号连接）
第二行填写[backcolor=rgba(129, 139, 152, 0.12)]API keys
[backcolor=rgba(129, 139, 152, 0.12)]

3.进行测试。如果出现下图提示，代表配置成功可以正常使用