【免费下载链接】violinOpen-source Video Translation Skill项目地址https://gitcode.com/gh_mirrors/violi/violin点击查看免费下载Violin 是一款开源视频翻译神器上传一个视频它就能自动转写语音、翻译内容、合成目标语言的母语配音并重新合回视频轨道最终输出一条带母语配音和 SRT 字幕的成品视频。它支持 33 种目标语言、16 种语言配有人工挑选的原生母语音色还提供视频内问答、自然语言选音色、6 种风格模板等能力全部以 MIT 协议开放。为什么需要 Violin跨境内容创作者、课程制作者、自媒体人经常遇到这样的痛点一条英文教程视频想变成中文配音版本通常需要听写 → 翻译 → 找配音 → 逐句对轨的繁琐流程。Violin 用一条命令把整条链路自动化33 种目标语言16 种常用语言中、英、西、日、韩、法、德等均提供男女两个母语音色️母语级 TTS默认 Cartesia Sonic 3 ElevenLabs音色可按目标语言自动匹配AI 驱动Whisper Large v3 转写 DeepSeek V4 Pro 翻译默认组合可整栈替换视频内问答对任意配音视频提问模型会结合附近字幕 抽帧画面作答三种使用方式CLI 命令行、FastAPI Web 应用、Claude Code skill️可插拔技术栈Together / OpenAI / ElevenLabs 每一环节均可换一个 YAML 搞定5步AI流水线一条视频如何变成母语配音版Violin 的核心是一条五阶段流水线CLI 与 Web 端共用同一套编排逻辑实现位于 pipeline/orchestrator.py 的dub_video函数中视频 │ ├─ ① ffmpeg ─────────────► 提取音频16 kHz WAV ├─ ② Whisper Large v3 ───► 词级时间戳 → 句子级分段 ├─ ③ LLM 翻译 ───────────► 逐段翻译遵循风格模板 ├─ ④ TTS ─────────────────► 逐段合成目标语言配音 └─ ⑤ ffmpeg ─────────────► 变速对齐音画、冻结帧兜底、 合成输出 mp4 可选 SRT步骤做什么关键细节① 提取音频ffmpeg 抽出 16 kHz WAV同时探测视频总时长② 语音转写Whisper Large v3 获取词级时间戳长音频自动分块并行转写③ 翻译LLM 按句分段翻译先合段给 LLM 完整上下文再拆回句子级单元保证 TTS 与字幕 1:1 对齐④ 配音合成TTS 逐段生成音频8 并发调用按风格调整语速与情绪⑤ 视频对齐变速对齐 冻结帧兜底配音比原片段长时自动微调帧率0.5×~2.5× 限幅超长则冻结帧最终单遍 AAC 编码值得称道的是它的音画对齐策略不是简单地把配音贴在原视频上而是允许在 0.5×~2.5× 范围内变速画面贴合配音超出范围时用冻结帧兜底避免画面与语音脱节。相关实现见 pipeline/merger.py参数CRF、preset、冻结帧上限等集中在 config/default.yaml 的merge_video区块。33 种语言全覆盖16 种语言配原生音色语言支持清单维护在 pipeline/languages.py 中。Violin 按母语人口数排序支持 33 种语言其中 16 种中文、西班牙语、英语、印地语、阿拉伯语、葡萄牙语、俄语、日语、土耳其语、德语、韩语、法语、意大利语、波兰语、荷兰语、瑞典语内置了人工挑选的母语男/女音色其余 17 种越南语、泰语、希腊语等回退到多语言英语音色目录。音色还能用自然语言挑选说一句 french narrator manLLM 就会从音色目录中匹配出最合适的声音无需记忆音色 ID。快速上手三种方式使用Violin 要求Python 3.10与ffmpeg在 PATH 中。方式一CLI 一条命令翻译# 推荐uv 安装更快、环境隔离 uv tool install violin export TOGETHER_API_KEY... # 翻译视频为中文 violin lecture.mp4 lecture_zh.mp4 --language Chinese # 挑选风格与音色 violin talk.mp4 talk_zh.mp4 --language Chinese --style kids --voice french narrator man常用参数速查完整定义见 main.py参数作用--language/-l目标语言必填--style/-s风格模板--style list查看全部--voice/-v指定 TTS 音色默认按语言自动选母语音色--no-subtitles跳过 SRT 字幕生成--no-voiceover完整替换原声不保留原音轨--timings-out导出每步耗时与费用 JSON方式二Web 应用REST API 浏览器 UIviolin-api # 浏览器打开 http://127.0.0.1:8000 即可上传视频 # 交互式 API 文档在 http://127.0.0.1:8000/docs核心接口POST /jobs提交任务 →GET /jobs/{id}轮询进度 →GET /jobs/{id}/video与/srt下载产物 →POST /jobs/{id}/chat视频问答。路由实现在 api/routes/jobs.py生产部署配置上传限制、任务串行化、自动清理见 config/prod.yaml。方式三Claude Code skillviolin --install-skill # 一次性安装到 ~/.claude/skills/之后在任何 Claude Code 会话里直接说用 violin skill 把这个视频翻译成中文即可。想从源码运行或魔改流水线git clone https://gitcode.com/gh_mirrors/violi/violin然后uv sync并uv run main.py ...配合可编辑安装可即时生效。6 种风格模板让配音人设贴合内容风格模板同时调整翻译 LLM 提示词和TTS 语速/情绪定义在 prompts/styles.yaml风格语气TTS 语速情绪standard忠实翻译、自然语速1.0×—kids改写为 7 岁儿童能懂的语言1.0×excitedacademic正式学术腔保留术语与敬称0.95×calmcasual口语俚语像朋友聊天1.1×contentstoryteller戏剧化、生动的叙述0.9×enthusiasticnews简洁、权威的播报风格1.0×neutral例如把科技教程译给小学生--style kids会让 LLM 把 machine learning 改写为教计算机自己学习这类儿童化表达TTS 同时切换为 excited 情绪效果远超字面翻译。想自定义风格只需在 YAML 中追加一个条目。视频内问答翻译完之后还能采访它Web 应用独有的能力翻译完成后可以就视频任意时刻提问。实现见 api/video_chat.py——它会取提问点前后约 60 秒的字幕作为上下文并从该窗口内按 10 秒间隔抽取最多 6 帧画面交给具备视觉能力的 LLM 作答。比如问他刚才提到的那个模型是什么模型能结合画面里的字幕与 PPT 内容回答而不只是听配音。可插拔技术栈与自部署所有供应商切换都收敛在一个 YAML 里默认配置 config/default.yaml环节默认可替换为转写Togetherwhisper-large-v3OpenAIwhisper-1翻译TogetherDeepSeek-V4-ProOpenAIgpt-5.5TTSTogethercartesia/sonic-3ElevenLabseleven_v3、OpenAItts-1-hd问答TogetherQwen3.5-397B-A17BOpenAIgpt-5.5只需为实际使用的供应商配置 API Key纯 OpenAI 栈只需一个OPENAI_API_KEY。Docker 一键部署仓库自带 Dockerfile、docker-compose.yml 与 Caddyfile线上 demo 即此部署填好.env后执行docker compose up -d --build即可在任意 Docker 主机上获得自动 HTTPS 的 Violin 服务。项目结构速览目录/文件职责pipeline/核心流水线转写 transcriber.py、翻译 translator.py、TTS tts.py、对齐 merger.pyapi/FastAPI Web 应用路由 routes/、后台任务 worker.py、视频问答 video_chat.pyprompts/提示词与风格模板 styles.yamlconfig/默认/生产/第三方栈配置main.pyCLI 入口常见问题Q翻译一个视频要花钱吗A依赖各供应商 API。仓库内置费用追踪器运行结束自动打印每步花费Whisper 转写、LLM 翻译、TTS 各计短视频通常只需几分钱人民币级别的费用。Q原声音频会保留吗A默认开启配音模式voiceover原声以低音量垫在配音之下并单独导出.m4a加--no-voiceover则为纯配音完整替换。Q支持多长视频ACLI 无限制长音频自动分块并行转写Web 端可在 config/prod.yaml 中设置max_duration_seconds与max_file_size_mb上限。总结Violin 证明了视频翻译这条链路已经可以被完全工程化Whisper 解决听、LLM 解决译、TTS 解决说、ffmpeg 解决对轨五步流水线跑完就是一条可用的母语配音视频。它的亮点在于每个环节都可插拔、风格化翻译与音画智能对齐并且 CLI / Web / Claude Code skill 三端形态齐全。如果你需要把自有课程、访谈或自媒体内容批量输出为多语言版本Violin 是目前值得优先尝试的开源选择。赞分享【免费下载链接】violinOpen-source Video Translation Skill项目地址https://gitcode.com/gh_mirrors/violi/violin点击查看免费下载相关推荐STM32无刷电机场定向控制深度解析与开源FOC固件实现原理STM32无刷电机场定向控制深度解析与开源FOC固件实现原理 在传统无刷电机控制领域六步换相技术长期占据主导地位但其固有的转矩脉动和噪音问题限制了高端应用的嵌入式智能硬件pyVideoTrans一站式AI视频翻译配音神器全面解析pyVideoTrans一站式AI视频翻译配音神器全面解析 pyVideoTrans是一个功能强大的开源视频翻译配音工具能够自动将一种语言的视频翻译为指定语人工智能音视频语音AI 应用桌面应用KrillinAI视频翻译与配音工具100种语言一键智能转换的终极指南 KrillinAI视频翻译与配音工具100种语言一键智能转换的终极指南 想要将视频内容快速翻译成多国语言并添加专业配音吗KrillinAI视频翻译与配人工智能AI 应用AI 技能AI Agent桌面应用音视频媒体生成前端后端创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考