pyVideoTrans 官网-开源免费的视频翻译配音软件-pyvideotrans github

Skip to content

pyVideoTrans

Main Navigation 首页文档下载捐助

简体中文

简体中文

Appearance

Sidebar Navigation

基础使用

使用入门

下载视频翻译完整版软件

下载模型

模型介绍与选择

MacOS系统下安装

Linux系统下安装

Windows源码安装

安装CUDA和cuDNN

安装ffmpeg

视频翻译最佳配置

各种渠道与组合最佳实践

如何选择语音识别模型

如何选择翻译渠道

优化语音识别切割、降低配音错误率

语音识别渠道及相关

faster-whisper本地模式

openai-whisper本地模式

FunASR中文识别

GoogleSpeech识别

小红书FireRedASR

字节火山字幕生成

OpenAI-api识别

Elevenlabs语音识别

使用Gladia进行语音识别

自定义语音识别api

使用Gemini大模型识别

deepgram.com语音识别api

faster-whisper-xxl.exe语音识别

中文重新断句功能

整体识别/均等分割的区别

添加huggingface模型

翻译渠道及相关

Microsoft翻译

Google翻译

FreeGoogle翻译

百度翻译

腾讯翻译

阿里巴巴机器翻译

DeepL翻译

DeepLX翻译

字节火山大模型翻译

302.AI翻译

ChatGPT翻译

Gemini翻译

ClaudeAI翻译

LibreTranslate翻译

LibreTranslate整合包

AzureGPT翻译

MyMemoryAPI

OTT翻译

本地大模型/国产AI接入

国产AI接入作为翻译渠道

自定义翻译api

GLM-4-flash/Qwen2.5-7b

cloudflare上创建m2m100翻译API

cloudflare上创建Google翻译API

配音渠道及相关

edge-TTS

CosyVoice

ChatTTS

302.AI接入配音

FishTTS

F5-TTS

Kokoro-TTS

Azure TTS

GPT-SoVITS

OpenAi-TTS

Elevenlabs.io TTS

接入Minimaxi配音

Google tts

自定义TTS-API

使用IMS-Toucan作为自定义TTS

字节火山语音合成

原音色克隆

多角色配音

字幕翻译技巧

使用三步反思翻译法

提高AI翻译字幕质量

修改AI翻译提示词

批量视频字幕合并

字幕编辑功能

调整字幕样式颜色

字幕字体大小调整

怎样设置双字幕

批量功能

批量音频视频转字幕

批量字幕合成配音

批量字幕翻译

批量视频和字幕合并

批量视频和音频合并

字幕格式转换

音频视频格式转换

批量从视频中分离出音频

批量视频添加水印

其他功能

字幕编辑与导出功能

人声和背景音分离

从Youtube下载视频

硬字幕提取软件

GeminiAI转写音视频

文档翻译软件

一键为长视频创建解说短视频

麦克风语音识别软件

常见问题

使用已有字幕配音嵌入对齐

edge-TTS配音出错

常见网络连接错误

Gemini出现安全限制

软件显示英文界面

批量功能

声音/字幕/画面对齐

软件闪退

删除软件缓存

清理旧文件

出现重试3次失败

视频质量降低

ffprobe报错

不含音轨

翻译无法连接

新手指南

缺少ffmpeg

ffmpeg报错

youtube下载视频报错

发现硬盘快满了

视频反复处理，识别结果不变

GPU 使用率太低

总是提示显存不足

代理是怎么回事

其他问题

翻译结果有空白行

拓展教程

有些配音渠道使用参考音频后合成声音乱糟糟是则怎么回事

使用其他配音渠道代替edget-TTS

edget-TTS使用动态IP代理

接入Deepseek/阿里百炼/硅基流动

优化本地大模型接入

deepseek-r1免费api选择

GeminiAI兼容OpenAI并免翻使用

兼容OpenAI SDK的AI模型

中转edge-TTS并兼容openai-TTS

将edge-TTS部署在cloudflare上

在cloudflare上部署llama3.3的70b大模型

字幕声音画面对齐

反思式三步翻译SRT字幕

srt/vtt/ass字幕格式

优化AI翻译字幕的质量

提高翻译质量

免代理使用Google翻译

网络代理地址

常见网络连接错误

优化字幕时长与断句

调节VAD更精确控制语音识别结果

对接使用GroqCloud

ai模型集市openrouter.ai介绍

语音降噪工具

常用AI大模型平台盘点

302AI大模型集市

xAI Grok-3发布

本地部署大模型加UI界面(ollama+webui)

计算机硬件与本地可部署大模型参数对照表

软件工作原理

主界面选项

高级选项

在colab中使用

API接口文档

界面预览图

在线工具

AI速写

语音合成(edge-TTS)

语音合成(kokoro-TTS)

语音识别(whisper)

字幕翻译(google)

视频处理(ffmpeg)

音频编辑

字幕编辑

在线工具大全

问答互动

聊天群/社区/公众号

提问礼仪

在线问答

关于本项目

捐赠本项目

免责声明/法律声明

关于我们/联系我们

隐私政策

使用协议

博客

Google发布Gemma3

大模型幻觉是什么？为什么会出现幻觉

5分钟学会的AI提示词技巧

AI编程助手：真神器还是假噱头

AI界CEO急眼了：管制芯片？干脆把地球管制了吧

CogView4：智谱开源的图像生成利器，小白也能轻松玩转

智谱AI的CogView4似乎对中文支持没有所说的那么好

让 gemini flash 模型也学会思考

CPU vs GPU 为何AI大模型更看重GPU

Grok3系统提示词

爆火的 Manus，真有用还是夸大的宣传

OpenAI推出新Agent API

OpenAI ChatGPT 所有模型功能对比参考表

QwQ-32B和Deepseek-r1应该用哪个

在浏览器里搞定语音转文字：免费无上限，基于openai-whisper

Title

UI界面预览图

Last updated:

Pager

Previous pageAPI接口文档

Next pageAI速写

免责声明 | 关于我们/联系我们| 隐私政策 | 使用协议 | GitHub:pyVideoTrans

UI界面预览图 ​

UI界面预览图