pyVideoTrans 中文文档
pyVideoTrans致力于无缝地将视频从一种语言转换为另一种语言，包含语音识别、字幕翻译、多角色配音及音画同步等全套流程。支持本地离线部署与多种主流在线 API。
✨ 核心功能
- 全自动视频翻译: 一键完成：语音识别(ASR) → 字幕翻译 → 语音合成(TTS) → 视频合成。
- ️语音转录 / 字幕生成: 批量将音视频转为 SRT 字幕，支持 说话人分离，区分不同角色。
- ️多角色 AI 配音: 支持根据不同说话人分配不同的 AI 配音角色。
- 声音克隆: 集成 F5-TTS, CosyVoice, GPT-SoVITS 等模型，支持零样本声音克隆。
- 强大的模型支持:
- ASR: Faster-Whisper (本地), OpenAI Whisper, 阿里 Qwen, 字节火山, Azure, Google 等。
- LLM 翻译: DeepSeek, ChatGPT, Claude, Gemini, MiniMax, Ollama (本地), 阿里百炼等。
- TTS: Edge-TTS (免费), OpenAI, Azure, Minimaxi, ChatTTS, ChatterBox 等。
- ️交互式编辑: 支持在识别、翻译、配音的每个阶段暂停并人工校对，确保精准度。
- ️实用工具集: 包含人声分离、视频/字幕合并、音画对齐、文稿匹配等辅助工具。
- 命令行模式 (CLI): 支持无头模式运行，方便服务器部署或批处理。
- Web 界面 (WebUI): 基于浏览器的界面，适合远程访问或局域网部署。