jianchang512/pyvideotrans

これは何？

主な機能

• 01音声認識から字幕翻訳、TTS、動画合成までを自動で実行するパイプライン
• 02話者ダイアライゼーションと複数役のAI吹き替え
• 03F5-TTS、CosyVoice、GPT-SoVITSによる音声クローン
• 04Faster-WhisperやOllamaなどのローカルモデルとオンラインAPIに対応
• 05各工程の間で手動校正が可能
• 06コマンドラインインターフェースとブラウザベースのWebUI

ユースケース

• 外国語の動画を、別の言語の字幕付きまたは吹き替え版に翻訳する
• 音声ファイルや動画ファイルからSRT字幕を一括生成する
• 話者ごとに音声を割り当て、既存の動画にAIナレーションを追加する
• ローカルマシンや社内サーバーでオフラインの文字起こしと翻訳を実行する

クイックスタート

1. 1

   リリースページからパッケージ済みのWindows版をダウンロードする

2. 2

   リポジトリをクローンする

   git clone https://github.com/jianchang512/pyvideotrans.git
3. 3

   uvで依存関係をインストールする

   uv sync
4. 4

   GUIを起動する

   uv run sp.py

使う前に知っておきたいこと

• !ソースからデプロイする場合は、FFmpegを別途インストールする必要があります。
• !GPUアクセラレーションには、CUDA 12.8とcuDNN 9.11をインストールしたNVIDIA製カードが必要です。
• !翻訳やTTSの多くのチャンネルでは、有料またはサードパーティのAPIキーが必要です。
• !GPL-3.0ライセンスのため、派生物の配布もオープンソースにする必要があります。

トピック

よくある質問

pyvideotrans とは？

音声認識、字幕翻訳、AI吹き替え、音声と映像の合成に対応した、動画を別の言語に翻訳するオープンソースツール。 pyVideoTransは、音声認識で字幕を作成し、LLMまたは機械翻訳サービスで翻訳したあと、音声合成で吹き替え音声を生成し、動画に統合する一連の処理を実行して、動画を別の言語に変換します。単独で、音声からSRTへの一括文字起こし、字幕翻訳、テキスト読み上げにも利用できます。

pyvideotrans は無料で使えますか？ライセンスは？

pyvideotrans は GPL-3.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

pyvideotrans は今もメンテナンスされていますか？

活発にメンテナンス中。pyvideotrans の最終コミットは 2026年10月15日 です。

pyvideotrans は何に使えますか？

外国語の動画を、別の言語の字幕付きまたは吹き替え版に翻訳する 音声ファイルや動画ファイルからSRT字幕を一括生成する 話者ごとに音声を割り当て、既存の動画にAIナレーションを追加する ローカルマシンや社内サーバーでオフラインの文字起こしと翻訳を実行する

pyvideotrans のインストール方法は？

リリースページからパッケージ済みのWindows版をダウンロードする リポジトリをクローンする: git clone https://github.com/jianchang512/pyvideotrans.git uvで依存関係をインストールする: uv sync GUIを起動する: uv run sp.py

pyvideotrans はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/jianchang512/pyvideotrans