[VR字幕工具]针对VR视频批处理字幕的工具开发好了,[5.2]RC2发布

zelefans

sima410 发表于 2026-4-29 16:52
请教大佬，cuda检测缺乏CuDNN，实际已经下载安装了9.21.1版本，但检测仍然不通过。不知道什么原因？ ...

检测是在系统PATH里找有没有dll，应该是没找到。强制显卡加速试试。不行的话Nvidia卡加速有独立的包：https://github.com/Purfview/whis ... n/releases/tag/libs，下载最新的cuBLAS.and.cuDNN_CUDA12_win_v3.7z，解压到exe同级目录应该可以实现显卡加速。我没有条件测试这个。

这个提示信息我做在下一个版本里了，还没发布。

daral331

没有N卡可以用吗

zelefans

daral331 发表于 2026-4-29 18:36
没有N卡可以用吗

可以但很慢，现在语音识别文字都是基于whisper模型的，没有显卡跑起来慢几十倍。

ysybuli520

牛逼啊大佬，这个单眼字幕确实解决问题

zelefans

单眼硬嵌入特效字幕，今天搞了一下，技术已经实现，单条ffmpeg就可以。但效率很低，35秒花了15分钟，在研究效率问题。

ffmpeg命令比较复杂，原理简单，就是生成一个透明的字幕层，投影到VR特定位置（越靠近边缘会越扭曲），合并到主视频的左半边即可。

1. 
   
2. ffmpeg -hide_banner -hwaccel cuda -c:v hevc_cuvid -t 8^
   
3.        -i 35.mp4 ^
   
4.        -f lavfi -i "color=c=0x00000000:s=2048x2048:r=30,format=yuva420p" ^
   
5.        -filter_complex ^
   
6.        "[1:v]ass=35.ass:alpha=1,split[rgb_src][alpha_src];[alpha_src]alphaextract,v360=input=flat:output=hequirect:w=4096:h=4096:id_fov=90:yaw=0:pitch=30:rorder=rpy[alpha_proj];[rgb_src]v360=input=flat:output=hequirect:w=4096:h=4096:id_fov=90:yaw=0:pitch=30:rorder=rpy[rgb_proj];[rgb_proj][alpha_proj]alphamerge,format=yuva420p10le[patch];[0:v]crop=iw/2:ih:0:0[left_eye];[left_eye][patch]overlay=shortest=1:format=auto:alpha=straight[left_merged];[0:v]crop=iw/2:ih:iw/2:0[right_eye];[left_merged][right_eye]hstack[final]" ^
   
7.        -map "[final]" -map 0:a ^
   
8.        -c:v hevc_nvenc -preset p7 -cq 18 ^
   
9.        -pix_fmt p010le -color_range tv -colorspace bt709 ^
   
10.        -c:a copy output_with_subs.mp4
    

复制代码

sima410

zelefans 发表于 2026-4-29 18:25
检测是在系统PATH里找有没有dll，应该是没找到。强制显卡加速试试。不行的话Nvidia卡加速有独立的包：http ...

谢谢，那我知道原因了，我环境里没有把cuddn的path加进去。我以为安装了以后自动就有了。

munaiyi

膜拜大佬！

daral331

开始批量生成字幕...
Error: ffmpeg not found in PATH.
完成。


ffmpeg解压在哪里啊，调用不了

333zhi

不是vr能用吗

zelefans

daral331 发表于 2026-4-29 22:34
开始批量生成字幕...
Error: ffmpeg not found in PATH.
完成。

看说明文档