pyVideoTrans这是一个开源的视频翻译配音工具(开源协议GPL-v3)，可将一种语言发音的视频，翻译为另一种语言发音的视频，并嵌入该语言字幕。比如有一个英文电影，发音是英文，没有英文字幕，也没有中文字幕，使用这个工具处理后，可以转成带中文字幕，并且带有中文配音的电影。
同时还集成 语音识别/文字配音/字幕翻译/音视频合并/视频字幕合并/视频加水印 等功能
该软件左侧分不同功能模式，以下将挨个介绍每种模式的功能和界面选项作用。
标准模式下每个选项的作用
如上图所示，每个选项的作用如下
- 选择视频：选择要翻译的原始视频，该视频必须要有人类说话声，并且声音要清晰，不得有过大噪声，否则识别结果不会太准确，请注意如果没有说话声，是不可以的，无论有无字幕均不可，因为本软件原理是识别人类说话声音来生成字幕的。可以按住ctrl键一次选中多个视频，但所有视频中说话语言必须一样。
- 翻译渠道： FreeGoogle和Microsoft可直接使用无需代理和配置，其他翻译渠道要么免费但需要代理，比如Google，要么需要配置如百度翻译腾讯翻译等. 如果不懂建议选择Microsoft或FreeGoogle
- 原始语言：选择视频里的人类说话语言，比如视频里人类说话声音是英语，那么这里必须选择英语
- 目标语言：选择要翻译到的目标语言，例如你希望将视频翻译到中文发音并嵌入中文字幕，那么这里要选择中文简
- 网络代理地址： 如果使用了Google或Gemini等国内无法访问的服务，就必须填写代理地址，例如你使用了某v2ray软件，则填写http://127.0.0.12:1:10809 如果你不懂代理，请勿随意填写，也不要使用国内无法访问的服务
- 配音渠道：edgeTTS免费且无需配置可直接使用，其他配音渠道均需要配置或安装，如果不懂建议选择edgeTTS
- 配音角色：选择发音人角色，不同角色音色不同，需要先选择目标语言后再选择该角色
- faster模式：识别视频里的人类说话声所用的模式，不懂选择默认faster模式即可
- tiny：识别视频里的人类说话所用模型，默认包含faste模式下的tiny模型，建议选择medium或更大模型，准确率高。如果选择了faster模式和openai模式，需要额外下载模型到软件目录下的models里，默认只包含faster模式下的tiny模型，其他模型下载地址 https://github.com/jianchang512/stt/releases/tag/0.0 如果你不太懂，只想简单试试，此处选择tiny即可，无需下载可直接使用
- 整体识别：默认即可。无需动
- 嵌入字幕：字幕嵌入到视频里的方式，软字幕嵌入需要播放器支持才可显示，在网页中无法显示，硬字幕嵌入无论哪里播放都显示，网页中也可以显示
- 视频末尾：配音后时长可能大于原视频时长，选中它则延长视频最后10ms直到配音结束，建议选中
- 配音自动加速：配音时长可能大于原语言时长，选中它则强制加快语速实现一致，最大加速幅度可在菜单--工具/高级设置--高级设置中修改
- 视频自动慢速：选中它则慢放视频实现视频和声音字幕对齐，慢放幅度同样可在高级设置菜单中控制
- 保留背景音：选中则保留视频里原有的背景声音，比如背景音乐等，如果选中它，则处理速度会比较慢，尤其视频较大时
- CUDA加速：Win和Linux机器上如果有N卡则可使用它加速，需要机器上安装CUDA环境，安装教程见 https://pyvideotrans.com/gpu.html
- 清理已生成：如果对同一视频反复执行，可选中它删除掉已生成过的，再重新生成
- 完成后关机：任务执行完毕后是否关闭计算机
- 开始处理：一切处理好后，点击开始执行
- 导入字幕：如果想使用本地已有的字幕，可点击导入，导入后将直接使用它，而不再进行识别。
- 配音整体语速：例如10，表示语速在正常基础上加快10%，-10代表减去10%
- 音量+：在正常音量基础上对音量进行加减变化，仅edgeTTS下有效
- 音调+：在正常音调基础上对音调进行加减变化，仅edgeTTS下有效
简单新手模式
简单新手模式其实和标准模式一样，只不过是隐藏了其他选项，而对隐藏的选项都使用了默认配置，如果你想对隐藏的选项进行自定义，可以使用标准模式
视频转为字幕
如果你只想从已有的原始视频中，根据人类说话声生成srt字幕格式，可选择该模式
选择视频：选择要生成字幕的原始视频，注意该视频中必须要有人类说话声音，同样可以选择多个视频
翻译渠道： FreeGoogle和Mircosoft可直接使用无需代理和配置，其他翻译渠道要么免费但需要代理，比如Google，要么需要配置如百度翻译腾讯翻译等
原始语言：选择视频里的人类说话语言，比如视频里人类说话声音是英语，那么这里必须选择英语
目标语言：选择要翻译到的目标语言，例如你希望将视频翻译到中文发音并嵌入中文字幕，那么这里要选择中文简
网络代理地址：如果使用了Google或Gemini等国内无法访问的服务，就必须填写代理地址，例如你使用了某v2ray软件，则填写http://127.0.0.12:1:10809 如果你不懂代理，请勿随意填写，也不要使用国内无法访问的服务
faste模式：识别视频里的人类说话声所用的模式，不懂默认即可
tiny：识别视频里的人类说话所用模型，默认包含faste模式下的tiny模型，建议选择medium或更大模型，准确率高。如果选择了faster模式和openai模式，需要额外下载模型到软件目录下的models里，默认只包含faster模式下的tiny模型，其他模型下载地址 https://github.com/jianchang512/stt/releases/tag/0.0
整体识别：默认即可。无需动
CUDA加速：Win和Linux机器上如果有N卡则可使用它加速，需要机器上安装CUDA环境，安装教程见 https://pyvideotrans.com/gpu.html
开始处理：一切处理好后，点击开始执行
音视频转字幕
该模式同 视频转为字幕 模式类似，只不过除支持视频外，还支持音频。
发音语言：音视频中的人类说话语言，必须要有人类说话声音，否则无法生成字幕
faste模式：识别视频里的人类说话声所用的模式，不懂默认即可
tiny：识别视频里的人类说话所用模型，默认包含faste模式下的tiny模型，建议选择medium或更大模型，准确率高。如果选择了faster模式和openai模式，需要额外下载模型到软件目录下的models里，默认只包含faster模式下的tiny模型，其他模型下载地址 https://github.com/jianchang512/stt/releases/tag/0.0
整体识别：默认即可。无需动
启用CUDA：Win和Linux机器上如果有N卡则可使用它加速，需要机器上安装CUDA环境，安装教程见 https://pyvideotrans.com/gpu.html
开始执行：一切处理好后，点击开始执行
打开识别结果保存目录：打开识别后的字幕所保存的文件夹
批量翻译字幕
该模式用于将srt格式的字幕文件翻译为另一种语言的srt字幕，比如将中文srt字幕翻译为英文srt字幕
翻译渠道： FreeGoogle和Mircosoft可直接使用无需代理和配置，其他翻译渠道要么免费但需要代理，比如Google，要么需要配置如百度翻译腾讯翻译等
目标语言：选择要翻译到的目标语言，例如你希望将视频翻译到中文发音并嵌入中文字幕，那么这里要选择中文简
网络代理地址：如果使用了Google或Gemini等国内无法访问的服务，就必须填写代理地址，例如你使用了某v2ray软件，则填写http://127.0.0.12:1:10809 如果你不懂代理，请勿随意填写，也不要使用国内无法访问的服务
从srt文件导入字幕：从本地导入1个或多个字幕进行翻译，所有字幕文字语言必须相同
字幕输出格式：
单语字幕: 翻译结果只有目标语言这一种字幕
目标语言在上(双): 翻译结果包含原始语言和目标语言两种字幕，目标语言在上，原始语言在下
目标语言在下(双): 翻译结果包含原始语言和目标语言两种字幕，目标语言在下，原始语言在上
打开翻译结果保存目录：打开翻译后保存到的文件夹
批量字幕配音
同单个字幕配音功能一致，只不过该处可对多个字幕同时配音
从srt文件导入字幕：从本地导入字幕，可选多个，文字语言必须一致
字幕语言：即srt字幕里的文字语言
TTS：即配音渠道，edgeTTS免费且无需配置可直接使用，其他配音渠道均需要配置
选择角色：选择发音人角色，不同角色音色不同，需要先选择目标语言后再选择该角色
自动加速：不同语言发音时长肯定有差异，配音后可能无法和字幕时段对齐，选中该项可强制加速语音实现对齐。
速度变化百分比：例如10，表示语速在正常基础上加快10%，-10代表减去10%
音量+：在正常音量基础上对音量进行加减变化，仅edgeTTS下有效
音调+：在正常音调基础上对音调进行加减变化，仅edgeTTS下有效
是srt字幕：如果导入的是srt字幕文件，必须确保该项选中，否则会出错
输出音频名称：这里可设置生成后的音频文件的名称，
打开目录：打开生成结果所在文件夹
开始处理：一切处理好后，点击开始执行
视频音频合并
该功能用于批量将视频和音频一一对应合并，即将音频文件嵌入视频中，支持一次处理多个视频和音频
视频字幕合并
该功能用于批量将视频和srt字幕一一对应合并，即将srt字幕嵌入视频创建字幕，支持一次处理多个视频和字幕
字幕格式转换
用于批量将字幕从一种格式转为其他格式，比如srt字幕转为ass或vtt
音视频格式转换
用于批量将音频或视频从一种格式转换为其他格式
菜单-工具
下载油管视频
该功能用于从Youtube下载视频
网络代理地址：众所周知Youtube国内无法访问，因此你需要填写网络代理地址
视频播放页url：需要下载那个视频，就从youtube网页打开该视频播放，复制播放地址到此
选择保存目录：下载后要保存到哪里
并发数：同时下载线程数量，越大下载越快，但也可能出错，建议低于10，默认8
使用VID作为视频名称：默认视频名称是视频标题名，非常长而且有乱七八糟的符号， 在windows上处理时可能出错，因此可选中该项，将名称变的短小，防止出错
注意：
- 实际下载是分别下载视频画面无声文件和音频文件，下载完毕后再自动合并。请等待合并后或已提示 下载成功再打开视频文件，否则可能导致合并失败。
- 如果你是源码安装，可能会提示失败，因为缺少一个exe文件，可根据操作系统下载该文件后复制到本软件的
- Youtube反爬逐渐严格，很多代理节点ip是无法下载的，返回错误400或超时等，请更换代理节点后重试
ffmpeg文件夹下
win下载: https://github.com/jianchang512/pyvideotrans/releases/download/v2.19/ytwin32.exe
mac下载: https://github.com/jianchang512/pyvideotrans/releases/download/v2.19/ytdarwin
linux下载: https://github.com/jianchang512/pyvideotrans/releases/download/v2.19/ytlinux
从视频分离音频
该模式用于从一个视频文件中分离出里面的声音为一个音频文件。
两个音频混流
该模式用于将2个音频文件混合在一起，一个做背景音一个做前景音，同时播放
合并两个字幕
该模式用于将2个不同字幕合并到一起，例如同一个字幕有中文、英文不同语言版本，那么可使用这个功能合成为一个字幕文件，合成后的字幕将为双语字幕，一行中文一行英文同时显示
视频添加水印
批量为所选视频添加水印图片
选项置
对一些高级参数进行设置和调整
设置翻译
有些翻译渠道需要额外配置，均可在该菜单下进行配置
设置TTS
有些配音渠道需要额外配置，均可在该菜单下进行配置
设置语音识别
有些语音识别渠道需要额外配置，均可在该菜单下进行配置