视频翻译软件的核心原理是：根据视频中的说话声音识别出文字，然后将文字翻译为目标语言文字，再将翻译后的文字进行配音，最后将配音、文字嵌入视频。

可以看到第一步就是从视频中的说话声识别出文字，识别精确度直接影响到后续翻译和配音。

openai 模式 ​

该模式是OpenAI官方开源的whisper模型，相比faster速度较慢，准确度一致。

右侧模型选择方式一样，从tiny到large-v3同样消耗计算机资源越来越多，精确度越来越高。

注意： faster模式和openai模式虽然模型名大多相同，但模型不通用，请到 https://pyvideotrans.com/model.html 下载用于 openai模式的模型