Kit de herramientas de código abierto para transcripción de voz, reconocimiento de intenciones y síntesis de voz en el dispositivo, pensado para agentes y aplicaciones de voz en tiempo real.
11,3 mil620C++OtherActualizado hace 18 días
jianchang512/pyvideotrans
Herramienta de código abierto para traducir videos a otros idiomas mediante reconocimiento de voz, traducción de subtítulos, doblaje con IA y síntesis de audio y video.
Alternativa open source a:HeyGen
ElevenLabs Dubbing
- Estrellas
- 19,453
- Forks
- 2,409
- Issues abiertos
- 8
- Último commit
- hace 5 días
¿Qué es?
pyVideoTrans convierte un video de un idioma a otro mediante un flujo de trabajo completo: el reconocimiento de voz genera subtítulos, un LLM o un servicio de traducción automática los traduce, la síntesis de voz genera el doblaje y el resultado se integra de nuevo en el video. También se puede usar de forma independiente para transcribir audio por lotes a SRT, traducir subtítulos o generar voz a partir de texto.
La herramienta admite modelos locales sin conexión, como Faster-Whisper y Ollama, y API en línea, incluidas las de OpenAI, Azure, DeepSeek y Edge-TTS, entre otras. El doblaje con varios hablantes asigna voces distintas a cada uno, y permite clonar voces con modelos como F5-TTS, CosyVoice y GPT-SoVITS. Los usuarios pueden detenerse en cada etapa para revisar los resultados del reconocimiento, la traducción o el doblaje.
Además de una interfaz gráfica de escritorio, ofrece una interfaz de línea de comandos para usarla sin interfaz gráfica y procesar archivos por lotes, así como una WebUI accesible desde el navegador para implementaciones remotas o en redes internas. Hay una versión precompilada para Windows; para instalarla desde el código fuente se usan uv y FFmpeg.
Funciones clave
- 01Flujo de trabajo automático desde el reconocimiento de voz hasta la traducción de subtítulos, la síntesis de voz y la composición del video
- 02Identificación de hablantes con doblaje con IA para varios personajes
- 03Clonación de voz mediante F5-TTS, CosyVoice y GPT-SoVITS
- 04Admite modelos locales como Faster-Whisper y Ollama, además de API en línea
- 05Revisión manual entre etapas
- 06Interfaz de línea de comandos y WebUI accesible desde el navegador
Casos de uso
- Traducir videos en otros idiomas y crear versiones subtituladas o dobladas a otro idioma
- Generar subtítulos SRT por lotes a partir de archivos de audio o video
- Añadir locuciones con IA a videos existentes, con voces distintas para cada hablante
- Ejecutar transcripción y traducción sin conexión en un equipo local o servidor interno
Inicio rápido
- 1
Descarga la versión preempaquetada para Windows desde la página de lanzamientos
- 2
Clona el repositorio
git clone https://github.com/jianchang512/pyvideotrans.git - 3
Instala las dependencias con uv
uv sync - 4
Inicia la interfaz gráfica
uv run sp.py
Antes de usarlo
- Para desplegar desde el código fuente, es necesario instalar FFmpeg por separado.
- La aceleración por GPU requiere una tarjeta NVIDIA con CUDA 12.8 y cuDNN 9.11 instalados.
- Muchos canales de traducción y TTS dependen de claves de API de pago o de terceros.
- La licencia GPL-3.0 exige que las distribuciones derivadas también sean de código abierto.
Temas
Preguntas frecuentes
- ¿Qué es pyvideotrans?
- Herramienta de código abierto para traducir videos a otros idiomas mediante reconocimiento de voz, traducción de subtítulos, doblaje con IA y síntesis de audio y video. pyVideoTrans convierte un video de un idioma a otro mediante un flujo de trabajo completo: el reconocimiento de voz genera subtítulos, un LLM o un servicio de traducción automática los traduce, la síntesis de voz genera el doblaje y el resultado se integra de nuevo en el video. También se puede usar de forma independiente para transcribir audio por lotes a SRT, traducir subtítulos o generar voz a partir de texto.
- ¿pyvideotrans es gratuito? ¿Qué licencia tiene?
- pyvideotrans es open source bajo la licencia GPL-3.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿pyvideotrans sigue mantenido?
- Mantenimiento activo. El último commit de pyvideotrans fue el 15 oct 2026.
- ¿Para qué puedo usar pyvideotrans?
- Traducir videos en otros idiomas y crear versiones subtituladas o dobladas a otro idioma Generar subtítulos SRT por lotes a partir de archivos de audio o video Añadir locuciones con IA a videos existentes, con voces distintas para cada hablante Ejecutar transcripción y traducción sin conexión en un equipo local o servidor interno
- ¿Cómo se instala pyvideotrans?
- Descarga la versión preempaquetada para Windows desde la página de lanzamientos Clona el repositorio: git clone https://github.com/jianchang512/pyvideotrans.git Instala las dependencias con uv: uv sync Inicia la interfaz gráfica: uv run sp.py
- ¿Dónde consigo pyvideotrans?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/jianchang512/pyvideotrans
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Kit de herramientas de Python local y sin conexión que reúne transcripción, síntesis y clonación de voz, conversión de voz, generación musical y limpieza de audio en una CLI y una GUI.
52392PythonAGPL-3.0Actualizado hace 19 días
Estudio de voz de código abierto y orientado al uso local para clonar y diseñar voces, doblar videos, dictar, transcribir y crear audiolibros en 646 idiomas.
76,5 mil8,4 milPythonAGPL-3.0Actualizado ayer
Estudio de voz con IA, open source y local-first para clonar voces, generar voz, dictar en cualquier app y dar voz a agentes de IA.
58 mil7,3 milPythonMITActualizado hace 13 días
Sistema open source de texto a voz con clonación de voz, control de emociones en lenguaje natural y generación multivoz, basado en modelos de tipo LLM.
33,3 mil2,9 milPythonOtherActualizado hace 6 días
Familia de modelos de texto a voz de código abierto de Resemble AI, con clonación de voz a partir de un breve clip de referencia en inglés y muchos otros idiomas.
27,1 mil3,6 milPythonMITActualizado hace 3 meses