pyVideoTrans

Appearance

随着人工智能技术的飞速发展，视频翻译的门槛已大大降低，即使实现完全本地离线、零成本的方案也并非难事。

然而，本地部署方案最大的挑战在于部署复杂和受限于硬件性能，模型往往较小，翻译质量也难以达到最优。pyvideotrans 完整版提供了本地和在线 API 两种方案，虽然功能强大，但对于新手来说，光是下载就可能成为一道难题——不含模型的安装包就高达 1.9GB，加上模型后体积更是飙升至 5GB 以上。

为了解决这些问题，继 302.ai 简版之后，我们又推出了阿里百炼简版。此版本无需下载模型，对硬件配置也无特殊要求。您只需在阿里云百炼开通服务，获取 API KEY，即可快速体验视频翻译的便捷。

简版功能包括视频翻译、语音识别、字幕配音和字幕翻译，满足日常基本需求。

与完整版不同，简版功能均依赖于平台的 API 服务。在平台提供的免费额度用尽后，您需要为继续使用付费。但考虑到其便捷的部署和更高的翻译质量，以及API服务日益降低的价格，对于追求效率的用户而言，这无疑是值得的。

当然，如果您完全不考虑付费选项，仍然可以继续使用功能全面的 pyvideotrans 完整版。

百炼简版下载地址

百度网盘：https://pan.baidu.com/s/1XsAt8Vt1_IccOKt0QAvC_g?pwd=6rgd

Github: https://github.com/jianchang512/pyvideotrans/releases/download/v3.36/pyvideotrans-ali-bailian-3.88.7z

完整版和百炼简版对比表格： ​

特性pyvideotrans 完整版pyvideotrans 百炼简版
软件体积不含模型 1.9GB，含模型 5GB+130MB
使用容易度配置复杂，自定义性高使用简单，填写 API KEY 即可
是否需要 VPNGemini、ChatGPT、Google 渠道需要不需要
使用成本可完全免费，完全本地离线使用需要开通阿里云百炼服务，免费额度消耗完毕后需付费
功能功能强大，除简版全部功能外，还支持更多其他功能仅支持视频翻译、语音识别、语音合成、字幕翻译
配音角色支持较多，可通过 API 支持更多第三方 TTS 服务阿里百炼模型仅支持中英德意泰语言，内置 edge-tts 可支持更多其他语言

如何选择版本： ​

  • pyvideotrans 完整版适合：

    • 希望完全免费使用。
    • 具备一定的动手能力，愿意折腾。
    • 能够使用 VPN。
    • 想要深入了解和掌握更多细节功能。

  • pyvideotrans 百炼简版适合：

    • 不想在部署和配置上花费过多精力，只想简单使用。
    • 愿意为 API 服务付费。
    • 不熟悉或不希望使用 VPN。

以下是如何开通阿里云百炼和阿里云OSS的操作说明，以及在软件中的填写说明

一：创建阿里云百炼 API KEY ​

  1. 首先需要有阿里云账号并经过实名认证

到此注册登录并实名认证 https://www.aliyun.com

  1. 获取 阿里百炼的 API KEY

在登录后，直接打开该地址，直到 API KEY 获取页面 https://bailian.console.aliyun.com/?apiKey=1#/api-key

如图直接创建

image.png

创建后查看复制就可以了

image.png

多数模型都是有免费额度的

二：创建 阿里云OSS Bucket ​

为什么还需要这个玩意呢？因为阿里云的 语音识别API 不支持直接上传音视频文件，必须要把音视频的网络URL地址传递给它，然后它在服务器上通过该url下载音视频进行识别。

不至于为此专门自己搭建个服务器吧，最简单的方式就是直接使用阿里云OSS，上传到OSS中，并传给API一个内网地址，还能避免产生下载流量。

1. 登录阿里云后，打开网址开通OSS服务

直接打开该地址 https://oss.console.aliyun.com/overview 如果没有开通过，会提示你开通

2. 开通后界面如下，开始创建一个 Bucket

如下图点击 创建Bucket

image.png

注意必须选择 华北2(北京) 区域，才可内网使用

image.png

其他保持默认即可。

3. 开启 公共读 权限

这个必须要开启，否则无法访问

创建成功后，点击左上角Bucket列表，找到刚刚创建的名称，点击进入该Bucket的管理界面

image.png

进入后如下图所示，点击阻止公共访问

image.png

点击后如图，默认是开启状态，将它关闭。

image.png

image.png

确认关闭后，继续点击 “读写权限”，然后点击“设置”，再选中“公共读” 注意这里需要先点击“设置”，才可选择“公共读”

image.png

选择“公共读”后弹出提示点击“继续修改”

image.png

然后保存即可

image.png

不必担心它提醒的产生额外流量费用，因为在 华北2(北京) 节点是内网访问，而且所上传的文件仅在语音识别阶段由内网访问使用，当你在视频翻译工作完毕后，可随时删掉已上传的所有文件。

三：获取访问 AccessKey ​

要上传文件到OSS，需要 AccessKey

在创建完OSS后，直接打开该地址 https://ram.console.aliyun.com/profile/access-keys

按下图选择，不用理会它的建议。

image.png

进入页面后，点击左侧的 “创建 AccessKey”

image.png

然后可能会验证手机号，验证通过后会显示自动创建好的 AccessKey ID 和 AccessKey Secret

image.png

image.png

记住这2串信息。

四：将阿里百炼信息填写到软件中 ​

以上创建的 OSS Bucekt 名称、百炼的API KEY、 AccessKey ID 和 AccessKey Secret 填写到软件中，如下图所示。

image.png

软件中用到的阿里百炼模型 ​

  1. 语音识别阶段，即将音视频中说话声转为字幕阶段，使用的是SenseVoiceSmall模型，可支持二十多种语言，有一定的免费额度
  2. 在语音合成，即根据字幕配音阶段，使用的是 CosyVoice Sambert 及edge-tts 三者的结合，其中edge-tts是微软的免费语音合成服务，CosyVoice Sambert 是阿里百炼的语音合成模型，有一定免费额度。
  3. 在字幕翻译阶段，使用的是通义千问大模型 qwen-plus-1125,qwen-plus-1127,qwen-turbo-1101,qwen-max,qwen-max-latest,qwen-plus,qwen2.5-72b-instruct 。以数字结尾的模型有免费额度，其他没有

注意事项 ​

  1. 如果用到视频翻译或音视频转字幕功能，必须开通OSS并填写Bucket名称和AccessKey，否则无法使用
  2. 如果其他功能均正常，但音视频转字幕即语音识别功能出错，那么很可能是因为没有创建OSS，或没有开启Bucket的公共读权限。
  3. 视频翻译软件本身是免费下载和使用的，第三方api产生的费用与软件无关。