语音识别与字幕生成
识别视频语音并生成字幕文件，减少手动听写和制作字幕的工作。
BAIZE AI RESOURCE
视频字幕翻译与配音工具
VideoLingo
VideoLingo 是一款视频字幕翻译与配音应用，可将视频语音转成字幕，完成翻译和字幕排版，并按需生成配音视频。它把原本分散的处理步骤集中起来，方便视频创作者制作不同语言版本的内容。
资源介绍
VideoLingo 面向需要制作多语言视频的创作者和字幕编辑者，将语音识别、字幕分句、翻译和配音整合在一个浏览器操作界面中。用户可以处理视频语音，生成字幕文件，也可以选择制作带字幕或配音的视频。翻译过程中可使用自定义术语，帮助专有名词在不同字幕中保持一致；字幕分句还能设置长度限制，便于控制呈现效果。项目支持 Windows、macOS 和 Linux 本地运行，Windows 提供一键启动方式。开始处理前，需要在侧边栏配置所选模型的 API 地址、密钥和模型。成品质量会受到原始音频、语言及所选模型影响，配音可用语言也取决于选用的语音合成方式。
应用能力
字幕翻译与分句
翻译识别出的内容，并结合语义分句和可设置的长度限制调整字幕呈现。
术语统一
支持自定义术语及生成术语，帮助专有名词在翻译中保持一致。
视频配音
可选择语音合成方式制作配音视频；支持的配音语言取决于所选方式。
处理任务控制
处理过程中可暂停、恢复或停止任务，并查看进度日志。
资源配置
应用版本
v3.1.1
运行环境
WindowsmacOSLinuxDocker
安装方式
命令安装Docker部署源码运行
依赖环境
PythonFFmpeg浏览器API KeyCUDADocker
安装与使用
在 Windows 上下载最新 Release 的源码压缩包并解压，双击 OneKeyStart.bat；首次运行需要联网安装运行环境。
在 macOS 或 Linux 上获取项目源码，在项目目录运行 uv run start.py。也可按项目提供的方式在 Windows 上从源码启动。
在打开的浏览器界面侧边栏填写所选模型的 API 地址、密钥和模型。
按界面流程处理视频，选择字幕翻译及所需的配音方式，获取字幕文件或带字幕、配音的视频。
使用案例
制作多语言字幕视频
使用场景视频创作者需要让其他语言的观众理解视频内容。
使用 VideoLingo 识别视频语音、翻译并调整字幕分句，导出字幕文件或带字幕的视频。
统一系列视频中的术语
使用场景字幕编辑者需要让专有名词在翻译后保持一致。
在翻译流程中使用自定义术语，再生成字幕，减少同一术语出现不同译法的情况。
制作配音版本
使用场景创作者希望提供字幕之外的语音版本。
完成字幕翻译后选择可用的语音合成方式，制作配音视频；可用语言以所选方式为准。
包含内容
videolingo-source.zip
README-中文安装说明.md
LICENSE-Apache-2.0.txt
SHA256.txt
常见问题
VideoLingo 可以生成哪些结果？
可以生成字幕文件，也可以选择输出带字幕或配音的视频。
VideoLingo 能直接处理 YouTube 视频吗？
支持通过 yt-dlp 下载 YouTube 视频，再用于字幕和配音处理。
翻译字幕时可以统一专有名词吗？
可以。VideoLingo 支持自定义术语和 AI 生成术语，帮助保持译文用词一致。
VideoLingo 支持哪些配音方式？
支持 GPT-SoVITS、OpenAI、Edge TTS 等配音方式。
处理任务可以暂停后继续吗？
可以。VideoLingo 支持暂停、继续或停止处理任务，并提供进度续接功能。
相关资源
