Gemini-Subtitle-Pro 是一款一站式全自动字幕生成工具，使用 Google Gemini AI 和 OpenAI Whisper 等模型，实现从视频下载到字幕压制的完整流程，无需人工干预。主要功能包括：

• 全自动流程：支持从视频链接自动下载、语音转写、翻译、时间轴对齐、字幕压制导出。
• 视频下载：支持 YouTube（包括 Shorts）和 Bilibili（BV 号、分 P）视频下载（桌面版专有）。
• 语音转写：使用 Whisper 模型（支持本地离线模型 whisper.cpp 或在线 OpenAI API），实现高精度语音识别。
• 翻译与润色：使用 Gemini 模型（Gemini 1.5 Flash、1.5 Pro、2.0 Flash 等）进行高质量翻译，支持长上下文分段处理。
• 精准时间轴对齐：毫秒级字符同步，支持强制对齐，实现字幕与音频/视频精确匹配。
• 智能后处理：自动断句、时间轴校正、术语自动提取与替换（通过 Google Search 验证标准译法）、说话人识别与标注。
• 字幕预览与渲染：实时所见即所得预览，支持 ASS 样式（字体、颜色、位置等）。
• 视频压制：内置 FFmpeg，支持 H.264/H.265 编码，双语 SRT/ASS 格式导出。
• 性能优化：智能并发处理、GPU 加速（NVIDIA 显卡可提升 Whisper 速度 5-10 倍），30 分钟视频约 8-10 分钟完成。
• 其他：缓存管理、自定义 API、版本快照等。

整体适合影视字幕制作、听障辅助、专业配音等高精度需求。

如何使用（详细步骤）

项目主要提供 Windows 桌面便携版，使用非常简单，以下是完整步骤：

1. 下载程序：

   • 访问 GitHub Releases 页面：https://github.com/corvo007/Gemini-Subtitle-Pro/releases
   • 下载最新版便携包（如 Gemini-Subtitle-Pro-x.x.x-win-x64.zip）。

2. 安装与启动：

   • 解压 ZIP 文件到任意文件夹。
   • 双击 Gemini Subtitle Pro.exe 启动程序（无需安装）。

3. 配置 API Key（必须）：

   • 打开程序后，进入“设置”页面。
   • 填写 Gemini API Key（推荐使用支持 Gemini 1.5/2.0 模型的公益站或官方 Key）。
   • 填写 OpenAI API Key（用于在线 Whisper 转写，可选）。
   • 保存配置。

4. 可选：启用本地离线 Whisper 转写（推荐，避免 API 费用）：

   • 从 Hugging Face 下载 GGML 模型（如 ggml-base.bin 或 ggml-small.bin）：https://huggingface.co/ggerganov/whisper.cpp/tree/main
   • 在设置 → 常规 → 选择“使用本地 Whisper”。
   • 点击“浏览”选择下载的 .bin 模型文件。
   • 保存（推荐 ggml-small.bin 或更高以获得更好质量）。

5. 可选：启用 GPU 加速（NVIDIA 显卡）：

   • 从 whisper.cpp Releases 下载 GPU 版（如 whisper-cublas-bin-x64.zip）：https://github.com/ggerganov/whisper.cpp/releases
   • 解压得到 whisper-cli.exe 和相关 DLL 文件。
   • 将这些文件放入程序主目录或 resources/ 文件夹。
   • 重启程序，即可自动使用 GPU 加速。

6. 可选：启用高精度时间轴强制对齐（实现毫秒级字符同步）：

   • 从项目 Releases 下载 aligner-windows-x64.zip，解压得到 align.exe。
   • 从 Hugging Face 下载对齐模型：https://huggingface.co/MahmoudAshraf/mms-300m-1130-forced-aligner
   • 在设置中选择“强制对齐”。
   • 设置“执行文件”为 align.exe 路径。
   • 设置“模型路径”为下载的模型文件夹。
   • 保存启用。

7. 开始生成字幕：

   • 在主界面输入视频文件路径或支持的视频链接（YouTube/Bilibili）。
   • 配置目标语言、翻译模型、输出格式等参数。
   • 点击开始处理，程序会自动完成下载 → 转写 → 翻译 → 对齐 → 压制全流程。
   • 处理完成后，可实时预览字幕效果，并导出 SRT/ASS 文件或压制视频。

注意事项：

• 不支持播放列表、直播、付费内容下载。
• 处理长视频时建议使用本地 Whisper + GPU 以提升速度和降低成本。

部署方式

• 是否只能本地部署：是的，主要设计为本地桌面应用（Windows 便携版），依赖 Electron + Node.js 图形界面和本地资源文件（如 whisper-cli.exe、align.exe），适合个人电脑本地运行。
• 是否可以在 VPS Linux 上部署使用：不支持。项目没有提供 Linux 版本或服务器端部署方式，无法在无图形界面的 Linux VPS 上运行（缺少 GUI 支持和 Windows 专用的可执行文件）。即使通过源码构建，也仅生成 Windows 桌面包，不适用于 Linux 服务器环境。

如果需要在 Linux 上实现类似功能，建议寻找其他开源项目（如基于 Python 的 Whisper + Gemini 脚本工具），但本项目不直接支持。

Easy-Vibe 项目详细介绍

Easy-Vibe 是 Datawhale（一个开源学习社区）推出的一个项目制学习教程仓库，全称“从 0 到 1 学会 vibe coding，项目制学习”。它的核心目标是帮助学习者从零基础开始，掌握 vibe coding（一种 AI 辅助的、直觉式的现代编程方式），最终能够独立构建完整的 AI 原生应用（AI-native products）并上线部署。

这是用来做什么的？

• 解决的问题：

  • 很多人不知道如何选择和使用 AI 编程工具（比如 Claude、Cursor、Trae 等）。
  • 不知道如何将大模型的能力（如生成代码、图像、视频）应用到实际产品中。
  • 不清楚 AI 生成的代码距离真实上线运行还有多大差距。
• 核心理念：通过“vibe coding”方式（用自然语言提示 AI 生成、迭代代码），结合项目实践，让学习者快速从想法原型到生产级产品。

• 学习路径：分为三个阶段：

  1. 本地原型阶段：构建简单的 Web 小应用（如贪吃蛇游戏）。
  2. 全栈开发与部署阶段：集成后端、数据库、RAG（检索增强生成），并上线部署。
  3. 跨平台复杂应用阶段：开发更高级的 AI 应用（如霍格沃茨肖像生成器）。

• 目标受众：

  • 非技术小白（但建议有基本编程基础）。
  • 中级开发者想快速原型化。
  • 高级工程师想高效构建 AI 产品。
• 额外收获：不仅仅教编码，还强调产品思维（如需求文档 PRD 编写、UI/UX 设计、用户增长策略、想法验证）。

项目通过一系列递进的实战项目（如贪吃蛇游戏、霍格沃茨肖像应用、现代 Web App）来教学，帮助你掌握从想法到上线的全流程。

主要特点和技术栈

• 特点：

  • 项目驱动学习，闭环体验（建议完整做完所有项目）。
  • 强调 AI 工具链的使用，减少手动敲代码。
  • 包含额外知识补充（如 Git/GitHub 使用、API 调用等）。

• 关键技术：

  • 前端：HTML/CSS/JS、现代组件库、UI 设计工具。
  • 后端：Supabase（数据库、认证、存储、边缘函数）、Dify（RAG、工作流编排）。
  • AI 工具：Trae（推荐 AI IDE）、Cursor、VS Code、Claude 等大模型。
  • 部署：Zeabur（一键云托管）、类似 Vercel/Netlify。
  • 版本控制：Git & GitHub（分支、PR、SSH）。
  • API：文本转图像/视频、Dify API、Supabase API 等。

仓库许可：CC BY-NC-SA 4.0（知识共享、非商业、相同方式共享）。

如何使用？

1. 准备环境：

   • 安装 Node.js、npm、Git。
   • 推荐使用 AI IDE（如 Trae、Cursor 或 VS Code + AI 插件）。
   • 有基本编程知识（任意语言）最好。

2. 克隆仓库：

   git clone https://github.com/datawhalechina/easy-vibe.git
   cd easy-vibe

3. 运行本地服务（两种方式）：

   • 推荐现代方式（AI IDE）：
     在 AI IDE 中打开项目文件夹，直接输入提示：

     请你帮我运行这个项目的本地服务

   AI 会自动帮你安装依赖并启动。

   • 传统 CLI 方式：

     npm install
     npm run dev

     然后浏览器打开 http://localhost:3000 查看。

4. 学习和使用流程：

   • 从 docs/ 目录开始阅读：

     • 先看 Chapter 0：学习地图（docs/project/chapter0-learning-map/），了解整体路径。

     • 依次完成 Project 1~6（每个章节有详细 Markdown 教程、代码示例和 AI 提示指导）。

       • 示例项目：Project 1 用 AI 构建贪吃蛇游戏，并集成文本/图像生成 API。
       • Project 4：用 AI IDE 将设计图转为霍格沃茨肖像应用代码。
     • 额外示例（docs/examples/）：如用 Trae 构建微信小程序版贪吃蛇。
   • 在实践中，多用 AI 提示生成代码、调试、优化。
   • 项目逐步引入 Git 提交、分支管理、部署到 Zeabur 等。

5. 注意事项：

   • 仓库主要文档是中文（英文文档不完整）。
   • 部分高级项目（7~9）和示例（2~3）仍在建设中（

nanobanana提示词各种模版

https://youmind.com/nano-banana-pro-prompts

例如

Create a modern Apple Design-inspired "This Day in History" calendar page for {当前月}月{当前日}日, {当前年份}, commemorating {历史事件标题} on {事件月}月{事件日}日, {事件年份}. Ultra-minimalist, clean, and sophisticated layout in 4K quality.
Layout Structure:

• Top: Elegant Chinese date "{月}月{日}日" (large), "星期{X}" (small)
• Calendar widget: Top-right corner showing {当前年份}年{当前月}月 calendar grid
  CRITICAL - Calendar Accuracy Requirements:
• Display the CORRECT month: {当前年份}年{当前月}月 (e.g., "2026年1月" for January 2026)
• Show accurate calendar grid with correct day-of-week alignment
• Highlight date {当前日} (e.g., if today is 1月6日, highlight "6")
• Calendar must start from the 1st day of the current month
• Show correct number of days for the month (January = 31 days)
• First day of month must align with correct weekday
• Reference: January 2026 starts on Thursday (周四), so grid layout should be:
  Row 1: [empty] [empty] [empty] [1] [2] [3] [4]

Row 2: [5] [6-highlighted] [7] [8] [9] [10] [11]
etc.

• Use accurate 2026 calendar data, do NOT use random or placeholder dates
• Main card: Frosted glass effect with subtle shadows
  Central Illustration:

{根据领域选择对应插画场景配置}

• Clean line-art style with limited color palette
• {领域特定元素列表}
• Soft ambient lighting creating depth
• Cute minimalist cartoon character in {领域}风格 in corner
  Typography (4K clarity):
• Category: "历史上的今天 | {领域}" - Thin sans-serif
• Title: "{事件年份}年{事件月}月{事件日}日:{事件标题}" - Medium weight
• Body: "{事件详细描述}" - Light weight, 1.8 line-spacing
• Highlight keywords: {关键词列表} with subtle emphasis
  Design Elements:
• 60% white/negative space
• 8px grid system alignment
• Soft shadows (0 4px 16px rgba(0,0,0,0.06))
• {领域特定装饰图案}
• {领域特定纹理}
  Color Scheme:
• Background: {领域背景色} with {领域纹理}
• Primary text: #1D1D1F
• Accent: {领域点缀色1} and {领域点缀色2}
• Card: rgba(255,255,255,0.96) with blur
  Watermark:
• "{当前年份}" in English, 6% opacity, ultra-thin, diagonal background
  Apple Design Principles (4K):
• Crystal-clear typography with perfect anti-aliasing
• Sophisticated shadow layering
• Minimum 32px padding
• WCAG AAA contrast ratios
• Perfect pixel precision
  Bottom right: "创作者: Berryxia" in subtle elegant text

Format: Portrait (9:16 or 2:3), 4K quality
Mood: Elegant, {领域情绪}, sophisticated - celebrating {领域特点} with contemporary design excellence.
VERIFICATION CHECKLIST (Must satisfy ALL):
✓ Calendar shows correct month: {当前年份}年{当前月}月
✓ Calendar grid starts from day 1 of current month
✓ Date {当前日} is highlighted correctly
✓ Days of week align correctly (consult 2026 calendar)
✓ Number of days matches actual month length

这个可用做历史今天

NotebookLM 不支持直接将生成的分类总结或笔记输出为 DOCX 文档。它主要通过网页界面生成和显示内容，如笔记、学习指南、FAQ 或音频概述，而内置导出选项有限，通常仅支持下载为 Markdown、PDF（部分功能如 Infographic 可下载为 PNG）或分享链接。

替代方法实现类似输出

尽管没有原生 DOCX 导出，你可以通过以下方式获取内容并转换为 DOCX：

1. 手动复制并粘贴：在 NotebookLM 的笔记或聊天响应中，生成的分类总结通常以结构化文本（如 bullet 列表或表格）呈现。你可以全选复制，然后粘贴到 Microsoft Word 或 Google Docs 中，保存为 DOCX。这会保留基本格式，但可能需要手动调整表格或方程。

2. 使用第三方工具转换：

   • 生成 Markdown 输出（NotebookLM 支持导出笔记为 Markdown），然后使用工具如 MassiveMark、Pandoc 或在线转换器（如 bibcit.com）将其转为 DOCX。这些工具能保留表格、代码和方程的格式。
   • 例如，在 NotebookLM 生成总结后，导出为 Markdown 文件，然后在 Word 中打开或使用转换服务下载 DOCX。
3. 下载所有笔记：如果你生成多个笔记，可以使用扩展方法（如浏览器插件或脚本）一次性下载整个项目的内容，然后导入 Word。但这不是官方功能，需要额外步骤。

NotebookLM 支持上传 DOCX 文件进行分析（如你的物理题目文档），但输出侧重点在交互式笔记而非文件导出。如果需要更灵活的导出，考虑结合 Google Docs（NotebookLM 基于 Google 生态）或外部 AI 工具来处理生成的内容。

bibcit.com 在线工具注册就可以领取免费额度.

hpcbristol.net 网站介绍

hpcbristol.net 是 Historical Photographs of China（中国历史照片）项目的官方网站。该项目由英国布里斯托大学（University of Bristol）历史系于2006年至2021年主持，主要目的是收集、数字化并在线公开保存在中国境外（多为私人收藏）的近代中国历史照片。这些照片大多来自外国人在华家庭或后代的手中，涵盖了超过一个世纪的近代中国历史（约从19世纪中叶到20世纪中叶），包括各种地方、社区和社会主题。

• 收藏规模：目前网站上有超过21,000张数字化照片，分为98个收藏集（部分大型收藏有详细介绍，小型收藏归入“杂集”）。
• 内容特点：照片记录了城市与乡村生活、建筑、风俗、公共事件等，许多是珍贵的历史记录（因为20世纪中国动荡，许多本土照片资料已丢失）。
• 功能：支持搜索、标签浏览、“Lucky Dip”（随机查看照片），照片可放大查看，并以Creative Commons许可开放用于教学、学习和研究。
• 合作与支持：项目得到多家机构资助（如英国学术基金会、蒋经国基金会），并与中国上海交通大学合作设有镜像站点。
• 相关博客：visualisingchina.net 是该项目的更新博客，分享照片故事和历史解读。

这是一个学术性强、免费开放的优质资源，非常适合研究近代中国视觉历史。

类似网站推荐（专注于中国历史图片的收藏或档案）

以下是一些与 hpcbristol.net 类似的专业历史照片档案网站，主要收集近代（晚清至民国时期）中国照片，许多也来自西方摄影师或传教士视角。它们多为大学或机构主办，免费浏览（部分需注册或有使用限制）：

1. Sidney D. Gamble Photographs（杜克大学收藏）

   • 网址：https://library.duke.edu/digitalcollections/gamble/ 或相关搜索入口。
   • 美国社会学家Sidney Gamble于1908-1932年间四次访华拍摄的5000多张照片，记录城乡生活、公共事件、建筑、宗教等。高质量黑白照片，许多未出版过。

2. Virtual Shanghai（虚拟上海）

   • 网址：https://www.virtualshanghai.net/
   • 专注于上海历史照片、地图和文档（19世纪末至20世纪中叶），包含数千张老照片，支持互动地图浏览。

3. Thomas H. Hahn Docu-Images（中国摄影史图片库）

   • 网址：搜索 "Thomas H. Hahn Historical Photographs of China"。
   • 个人学者收藏的近代中国照片档案，覆盖多个地区。

4. Rare Historical Photos - China Category

   • 网址：https://rarehistoricalphotos.com/category/china/
   • 精选稀有历史照片合集，许多来自LIFE杂志等档案，主题包括晚清、民国、战争等事件。

5. 天下老照片网（中文网站）

   • 网址：http://www.laozhaopian5.com/
   • 中国本土专业老照片分享平台，收藏大量国内外历史照片、地图和影像资料，包括淞沪会战、九一八事变等事件照片大全。资源丰富，适合中文用户。

6. 美国国会图书馆 Prints & Photographs Online Catalog（搜索 "China"）

   • 网址：https://www.loc.gov/pictures/
   • 全球最大公共档案之一，包含大量中国历史照片（传教士、战争、日常生活）。

7. Flickr The Commons（搜索中国相关机构贡献）

   • 网址：https://www.flickr.com/commons
   • 多家博物馆和档案机构上传的无版权历史照片，包括中国主题。

其他通用但有中国内容的：Getty Images历史收藏、Shorpy（高清晰老照片，但中国较少）。