本文整理了各种翻译、配音和语音识别渠道，分为免费和收费两大类。
同时还根据使用环境（如是否使用VPN）推荐了最佳搭配，确保您在不同情况下都能找到合适的工具。
纯免费方案
翻译渠道
无VPN无代理
- 首选 DeepSeek/智谱AI 作为翻译渠道。申请“深度求索”、“智谱AI”等账号，并申请SK，填写到翻译设置中的“DeepSeek或智谱AI”。次选微软翻译。
有VPN有代理
- 首选 GeminiAI翻译，再次选择Google
配音渠道
- 首选“edge-TTS”，免费且无需任何设置，支持所有语言。
- 当目标语言为中文时，首选“GPT-SoVITS”、“F5-TTS”、“CosyVoice”等配音渠道。
- 当目标语言为其他语言时，首选 edge-TTS
语音识别渠道
视频语言为中文时
- 首选 “阿里FunASR”，这是阿里的funasr系列中文模型，效果优于whisper
- 次选faster-whisper或openai-whisper（本地），模型选择“large-v2”，语音切割模式选择“整体识别”
- 对于中日韩单行字符，默认每20个字符分割为一条字幕，可根据需要进行修改。
视频语言为英文或其他语言时
- 首选 faster-whisper或openai-whisper（本地），模型选择“large-v2”或“large-v3-turbo”，语音切割模式为“整体识别”。
视频语言为小语种时
- 首选 Gemini大模型识别，语音切割模式为“整体识别”。
注意：Gemini并非在所有国家都可用。如果提示当前国家不支持，请切换VPN节点，建议选择新加坡或日本节点。也可以选择Google翻译。
纯收费方案
如果追求更高的翻译质量，可以选择第三方收费API。
翻译渠道
- OpenAI ChatGPT(最新模型)、Gemini、302.AI、国产AI（如DeepSeek、智谱AI）。
配音渠道
- AzureTTS、字节火山语音合成、Elevenlabs.io、OpenAI-TTS。
语音识别渠道
- 对于中文视频，首选 字节火山字幕生成。
- 对于其他语言视频，建议使用 faster-whisper或openai-whisper（本地）以及Deepgram.com。
不使用VPN情况下最佳搭配
- 翻译渠道：国产AI（如深度求索、智谱AI）、微软翻译。
- 配音渠道：AzureTTS、edge-TTS、GPT-SoVITS、F5-TTS、CosyVoice、QwenTTS。
- 语音识别：faster-whisper或openai-whisper（本地），模型选择“large-v2”或“large-v3-turbo”，语音切割模式选择“整体识别”，并勾选“中文重新断句”。
不限制收费/不限制VPN下最佳组合
- 翻译渠道：OpenAI ChatGPT 最新系列模型、GeminiAI、DeepSeek、Google翻译、微软翻译。
- 配音渠道：AzureTTS/edge-TTS、字节火山语音合成、Elevenlabs.io、OpenAI-TTS、GPT-SoVITS、F5-TTS、CosyVoice、QwenTTS。。
- 语音识别：faster-whisper或openai-whisper（本地）/字节火山字幕生成/阿里FunASR。
最易用最简单组合(无需代理无需配置)
- 翻译渠道：微软翻译（若有VPN且会使用，可选Google翻译）。
- 配音渠道：edge-TTS。
- 语音识别：faster-whisper（本地）
中文发音视频最佳语音识别渠道
- 字节火山字幕生成
- 阿里FunASR。
- faster-whisper 本地，large-v2/large-v3-turbo模型）
- openai-whisper（本地，large-v2/large-v3-turbo模型）
其他语言发音视频最佳语音识别渠道
- Gemini大模型识别
- faster-whisper
- openai-whisper（本地，large-v2/large-v3-turbo模型）
翻译渠道效果最佳
- OpenAI ChatGPT 最新系列模型/Gemini
- 国产AI翻译
- Google/DeepL
- 微软翻译/腾讯翻译/百度翻译