Repolode
jianchang512

jianchang512/pyvideotrans

开源视频翻译工具,集成语音识别、字幕翻译、AI 配音与音视频合成。

可替代:HeyGenElevenLabs Dubbing

Star
19,453
Fork
2,409
未关闭 Issue
8
最近提交
5天前

这是什么?

pyVideoTrans 将视频从一种语言翻译成另一种语言,流程包括语音识别生成字幕、大模型或机器翻译完成字幕翻译、文字转语音生成配音,最后把配音和字幕合成回视频。也可以单独用于批量音频转 SRT 字幕、字幕翻译或文字转语音。

支持本地离线模型(如 Faster-Whisper、Ollama),也支持 OpenAI、Azure、DeepSeek、Edge-TTS 等在线 API。多角色配音可为不同说话人分配不同音色,并可通过 F5-TTS、CosyVoice、GPT-SoVITS 等模型进行声音克隆。每个阶段都可暂停,手动校对识别、翻译或配音结果。

除桌面图形界面外,还提供命令行工具用于无界面和批处理场景,以及基于浏览器的 WebUI 用于远程或内网部署。Windows 用户可直接下载打包版本,源码部署使用 uv 管理依赖并需要安装 FFmpeg。

核心功能

  • 01从语音识别、字幕翻译到配音和视频合成的一键自动流程
  • 02支持说话人区分,并可为不同角色分配 AI 配音
  • 03通过 F5-TTS、CosyVoice、GPT-SoVITS 实现声音克隆
  • 04同时支持 Faster-Whisper、Ollama 等本地模型和多种在线 API
  • 05每个阶段可暂停并手动校对
  • 06提供命令行工具和浏览器 WebUI

适用场景

  • 将外语视频翻译成另一种语言的字幕版或配音版
  • 批量将音视频文件生成 SRT 字幕
  • 为已有视频添加按说话人区分的 AI 配音
  • 在本地机器或内网服务器上离线完成转写与翻译

快速上手

  1. 1

    从发布页下载预打包的 Windows 版本

  2. 2

    克隆代码仓库

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

    使用 uv 安装依赖

    uv sync
  4. 4

    启动图形界面

    uv run sp.py

使用前须知

  • 源码部署需要单独安装 FFmpeg。
  • GPU 加速需要 NVIDIA 显卡并安装 CUDA 12.8 和 cuDNN 9.11。
  • 许多翻译和语音合成渠道依赖付费或第三方 API 密钥。
  • 采用 GPL-3.0 许可证,衍生发布版本也须开源。

标签

常见问题

pyvideotrans 是什么?
开源视频翻译工具,集成语音识别、字幕翻译、AI 配音与音视频合成。 pyVideoTrans 将视频从一种语言翻译成另一种语言,流程包括语音识别生成字幕、大模型或机器翻译完成字幕翻译、文字转语音生成配音,最后把配音和字幕合成回视频。也可以单独用于批量音频转 SRT 字幕、字幕翻译或文字转语音。
pyvideotrans 可以免费使用吗?用的什么许可证?
pyvideotrans 以 GPL-3.0 许可证开源。用于商业产品前,请先确认许可证条款。
pyvideotrans 还在维护吗?
活跃维护中。pyvideotrans 最近一次提交是在 2026年10月15日。
pyvideotrans 适合用来做什么?
将外语视频翻译成另一种语言的字幕版或配音版 批量将音视频文件生成 SRT 字幕 为已有视频添加按说话人区分的 AI 配音 在本地机器或内网服务器上离线完成转写与翻译
pyvideotrans 怎么安装和运行?
从发布页下载预打包的 Windows 版本 克隆代码仓库: git clone https://github.com/jianchang512/pyvideotrans.git 使用 uv 安装依赖: uv sync 启动图形界面: uv run sp.py
在哪里获取 pyvideotrans?
源代码和安装说明在 GitHub 上:https://github.com/jianchang512/pyvideotrans

概要由 AI 根据项目 README 生成;GitHub 数据每日更新。

相关项目