jianchang512/pyvideotrans

项目概览

该项目覆盖了从视频翻译到字幕转录的完整链路，并支持在识别、翻译、配音各阶段暂停人工校对，适配对准确度有要求的视频本地化场景。

项目类型

AI 工作流 · 视频技术 · 语音音频

应用场景

会议记录 · 翻译字幕 · 视频制作 · 语音音频

部署方式

查看项目说明

License

GPL-3.0

适合谁

• 希望使用免配置桌面应用处理视频翻译任务的内容创作者和普通用户。
• 需要将视频翻译流程部署在服务器上进行批处理或通过内网 WebUI 访问的团队。

核心能力

• 串联完整的处理链路：语音识别 (ASR) 生成字幕、翻译字幕、通过语音合成 (TTS) 生成配音，最终合成带有配音和字幕的视频。
• 批量将音频或视频文件转换为 SRT 字幕文件，支持说话人分离（Speaker Diarization）以区分不同角色的语音。
• 允许为不同的说话人分配和生成不同的 AI 配音音色。
• 集成了 F5-TTS、CosyVoice、GPT-SoVITS 等模型，用于执行 zero-shot 声音克隆。
• 支持在识别、翻译、配音的每个处理阶段暂停操作，以便用户进行人工校对和修正。
• 内置了人声分离、视频与字幕合并、音视频对齐、文字记录匹配等周边辅助工具。
• 支持无头模式（headless）运行，适用于在服务器上部署或进行批处理任务。
• 提供基于浏览器的操作界面，用于远程访问或内部网络部署。

限制与风险

• 使用预打包版本时，必须确保解压路径中不包含中文字符或空格。

如何开始

• 对于 Windows 10/11 用户，部署难度较低：下载最新的预打包版本，解压压缩包，双击运行 sp.exe 即可启动，无需额外配置 Python 环境。
• 使用预打包版本时，必须将其解压到不包含中文字符和空格的路径下，否则可能会导致运行错误。

替代方案与同类比较

• 本地优先的一站式桌面应用，提供从音视频转录到翻译、校对及视频合成烧录的完整字幕工作流，强调本地处理隐私。
• 全链路视频翻译和配音方案，提供从视频下载到渲染的流水线编排，支持人工一键操作。
• 基于语音识别的自动化视频裁剪工具，支持基于文本提取视频片段并自动生成字幕。

同类比较

• jianchang512/pyvideotrans vs smartsub
• jianchang512/pyvideotrans vs krillinai
• jianchang512/pyvideotrans vs funclip

核验依据

• GitHub 项目简介: Translate the video from one language to another and embed dubbing & subtitles.
• Release: win-pyvideotrans-v4.05
• README: pyVideoTrans is dedicated to seamlessly converting videos from one language to another, offering a complete workflow that includes speech recognition, subtitle translation, multi-…
• README: - **🎙️ Audio Transcription / Subtitle Generation**: Batch convert audio/video to SRT subtitles, supporting **Speaker Diarization** to distinguish between different roles.
• README: We provide a pre-packaged `.exe` version for Windows 10/11 users, requiring no Python environment configuration.

来源更新时间：2026-07-16T18:10:52Z

打开原始 GitHub 项目