Huanshere/VideoLingo

项目概览

该项目的差异化在于采用三步 Translate-Reflect-Adaptation 流程提升翻译质量，且仅输出单行字幕。它串联了 yt-dlp、WhisperX 和多种 TTS 后端，适合需要从视频源直接获取翻译和配音结果的创作者。

项目类型

AI 工作流 · 视频技术 · 语音音频

应用场景

翻译字幕 · 视频制作 · 语音音频

部署方式

查看项目说明

License

Apache-2.0

适合谁

• 需要自动化流程生成单行字幕并合成配音视频的创作者。

核心能力

• 下载视频并使用 NLP 和 AI 驱动的字幕分割技术，通过 Translate-Reflect-Adaptation 三步流程进行翻译，旨在达到电影级的翻译质量。
• 生成并应用自定义术语表，以确保翻译过程中术语的一致性。

限制与风险

• 视频背景噪音可能会影响 WhisperX 的转录表现。
• 由于系统对 JSON 格式有严格要求，使用能力较弱的模型可能会导致处理过程中出现错误。
• 由于不同语言之间的语速和语调差异，配音功能可能无法达到百分百的完美对齐。
• 在处理多语言视频时，转录识别仅会保留检测到的主要语言。
• 由于 WhisperX 的说话人区分能力不够可靠，系统无法为多个不同角色分别进行配音。
• 如果使用弱模型导致报错，且未删除输出文件夹，可能会面临反复执行报错的风险。

如何开始

• 需通过 uv 或 conda 配置 Python 环境，安装 FFmpeg 等外部依赖，并配置 LLM、WhisperX 和 TTS 服务的外部 API 密钥或本地模型。快速启动路径为：克隆仓库、运行 `python setup_env.py`、在设置中配置 API 或本地模型，然后运行 `streamlit run st.py`。

替代方案与同类比较

• 提供视频翻译和音频转录的统一工作流，支持本地离线部署和多种在线 API。
• 一款桌面应用，执行本地音频/视频转录、翻译、校对和视频合成/烧录，在本地处理文件以保障隐私。
• 使用自然语言自动化从视频到旁白摘要的整个流水线，包括撰写脚本、剪辑和 TTS 旁白。

同类比较

• Huanshere/VideoLingo vs pyvideotrans
• Huanshere/VideoLingo vs smartsub
• Huanshere/VideoLingo vs video-recap-skills

核验依据

• GitHub 项目简介: Netflix-level subtitle cutting, translation, alignment, and even dubbing - one-click fully automated AI video subtitle team | Netflix级字幕切割、翻译、对齐、甚至加上配音，一键全自动视频搬运AI字幕组
• README: VideoLingo is an all-in-one video translation, localization, and dubbing tool aimed at generating Netflix-quality subtitles. It eliminates stiff machine translations and multi-lin…
• README: - 🎥 YouTube video download via yt-dlp
• README: FFmpeg is required.
• README: 3. Start the application ```bash .venv\Scripts\streamlit run st.py # Windows .venv/bin/streamlit run st.py # macOS / Linux ``` Or double-click `OneKeyStart.bat` on Windows.

来源更新时间：2026-07-26T02:18:20Z

打开原始 GitHub 项目