视频翻译软件pyVideoTrans-开源免费的视频翻译配音软件

这是一个开源免费的视频翻译配音软件，可将一种语言发音的视频，翻译为另一种语言发音的视频，并嵌入该语言字幕。比如有一个英文电影，发音是英文，没有英文字幕，也没有中文字幕，使用这个工具处理后，可以转成带中文字幕，并且带有中文配音的电影。

支持24种语言的视频翻译，对其他不在支持之列的语言，可选择自动检测后视频。同时还集成 语音识别/文字配音/字幕翻译/音视频合并/视频字幕合并/视频加水印 等功能。

win10/win11可下载预打包版压缩包，解压后双击sp.exe即可使用，其他系统可使用源码部署，部署后执行python sp.py启动软件。

软件下载地址 https://pyvideotrans.com/downpackage
开源地址 https://github.com/jianchang512/pyvideotrans

软件启动后界面如下，分为 左侧工具栏、顶部菜单、中间工作区 3个区域，分别说明如下。

左侧工具栏

自定义配置翻译

点击自定义配置翻译按钮后，右侧会显示可使用的操作按钮和选项设置，可在此区域选择视频进行翻译。

如图所示，每个选项的作用如下

选择视频：选择要翻译的原始视频，该视频必须要有人类说话声，并且声音要清晰，不得有过大噪声，否则识别结果不会太准确，请注意如果没有说话声，是不可以的，无论有无字幕均不可，因为本软件原理是识别人类说话声音来生成字幕的。可以按住ctrl键一次选中多个视频，但所有视频中说话语言必须一样。
翻译渠道： FreeGoogle和Microsoft可直接使用无需代理和配置，其他翻译渠道要么免费但需要代理，比如Google，要么需要配置如百度翻译腾讯翻译等. 如果不懂建议选择Microsoft或FreeGoogle
原始语言：选择视频里的人类说话语言，比如视频里人类说话声音是英语，那么这里必须选择英语
目标语言：选择要翻译到的目标语言，例如你希望将视频翻译到中文发音并嵌入中文字幕，那么这里要选择中文简
网络代理地址：如果使用了Google或Gemini等国内无法访问的服务，就必须填写代理地址，例如你使用了某v2ray软件，则填写http://127.0.0.12:10809:1 如果你不懂代理，请勿随意填写，也不要使用国内无法访问的服务
配音渠道：edgeTTS免费且无需配置可直接使用，其他配音渠道均需要配置或安装，如果不懂建议选择edgeTTS
配音角色：选择发音人角色，不同角色音色不同，需要先选择目标语言后再选择该角色
faster模式：识别视频里的人类说话声所用的模式，不懂选择默认faster模式即可
tiny：识别视频里的人类说话所用模型，默认包含faste模式下的tiny模型，建议选择medium或更大模型，准确率高。如果选择了faster模式和openai模式，需要额外下载模型到软件目录下的models里，默认只包含faster模式下的tiny模型，其他模型下载地址 https://github.com/jianchang512/stt/releases/tag/0.0 如果你不太懂，只想简单试试，此处选择tiny即可，无需下载可直接使用
整体识别：默认即可。无需动
嵌入字幕：字幕嵌入到视频里的方式，软字幕嵌入需要播放器支持才可显示，在网页中无法显示，硬字幕嵌入无论哪里播放都显示，网页中也可以显示
视频末尾：配音后时长可能大于原视频时长，选中它则延长视频最后10ms直到配音结束，建议选中
配音自动加速：配音时长可能大于原语言时长，选中它则强制加快语速实现一致，最大加速幅度可在菜单--工具/高级设置--高级设置中修改
视频自动慢速：选中它则慢放视频实现视频和声音字幕对齐，慢放幅度同样可在高级设置菜单中控制
保留背景音：选中则保留视频里原有的背景声音，比如背景音乐等，如果选中它，则处理速度会比较慢，尤其视频较大时
CUDA加速：Win和Linux机器上如果有N卡则可使用它加速，需要机器上安装CUDA环境，安装教程见 https://pyvideotrans.com/gpu.html
清理已生成：如果对同一视频反复执行，可选中它删除掉已生成过的，再重新生成
完成后关机：任务执行完毕后是否关闭计算机
开始处理：一切处理好后，点击开始执行
导入字幕：如果想使用本地已有的字幕，可点击导入，导入后将直接使用它，而不再进行识别。
配音整体语速：例如10，表示语速在正常基础上加快10%，-10代表减去10%
音量+：在正常音量基础上对音量进行加减变化，仅edgeTTS下有效
音调+：在正常音调基础上对音调进行加减变化，仅edgeTTS下有效

默认配置翻译

其实和上个模式一样，只不过是隐藏了其他选项，而对隐藏的选项都使用了默认配置，如果你想对隐藏的选项进行自定义，可以使用自定义配置翻译

识别字幕并翻译

如果你只想从已有的原始视频/音频中，根据人类说话声生成srt字幕格式，可选择该模式，除了生成字幕外，还可同时选择是否将字幕翻译为另外语言

选择视频：选择要生成字幕的原始视频，注意该视频中必须要有人类说话声音，同样可以选择多个视频

翻译渠道： FreeGoogle和Mircosoft可直接使用无需代理和配置，其他翻译渠道要么免费但需要代理，比如Google，要么需要配置如百度翻译腾讯翻译等

原始语言：选择视频里的人类说话语言，比如视频里人类说话声音是英语，那么这里必须选择英语

目标语言：选择要翻译到的目标语言，例如你希望将视频翻译到中文发音并嵌入中文字幕，那么这里要选择中文简

网络代理地址：如果使用了Google或Gemini等国内无法访问的服务，就必须填写代理地址，例如你使用了某v2ray软件，则填写http://127.0.0.12:10809:1 如果你不懂代理，请勿随意填写，也不要使用国内无法访问的服务

faste模式：识别视频里的人类说话声所用的模式，不懂默认即可

tiny：识别视频里的人类说话所用模型，默认包含faste模式下的tiny模型，建议选择medium或更大模型，准确率高。如果选择了faster模式和openai模式，需要额外下载模型到软件目录下的models里，默认只包含faster模式下的tiny模型，其他模型下载地址 https://github.com/jianchang512/stt/releases/tag/0.0

整体识别：默认即可。无需动

CUDA加速：Win和Linux机器上如果有N卡则可使用它加速，需要机器上安装CUDA环境，安装教程见 https://pyvideotrans.com/gpu.html

开始处理：一切处理好后，点击开始执行

音频视频转字幕

该模式同 识别字幕并翻译 模式类似，只不过该模式不支持翻译字幕

发音语言：音视频中的人类说话语言，必须要有人类说话声音，否则无法生成字幕

faste模式：识别视频里的人类说话声所用的模式，不懂默认即可

整体识别：默认即可。无需动

启用CUDA：Win和Linux机器上如果有N卡则可使用它加速，需要机器上安装CUDA环境，安装教程见 https://pyvideotrans.com/gpu.html

开始执行：一切处理好后，点击开始执行

打开识别结果保存目录：打开识别后的字幕所保存的文件夹

批量翻译srt字幕

该模式用于将srt格式的字幕文件翻译为另一种语言的srt字幕，比如将中文srt字幕翻译为英文srt字幕

翻译渠道： FreeGoogle和Mircosoft可直接使用无需代理和配置，其他翻译渠道要么免费但需要代理，比如Google，要么需要配置如百度翻译腾讯翻译等

目标语言：选择要翻译到的目标语言，例如你希望将视频翻译到中文发音并嵌入中文字幕，那么这里要选择中文简

从srt文件导入字幕：从本地导入1个或多个字幕进行翻译，所有字幕文字语言必须相同

字幕输出格式：

单语字幕: 翻译结果只有目标语言这一种字幕

目标语言在上(双): 翻译结果包含原始语言和目标语言两种字幕，目标语言在上，原始语言在下

目标语言在下(双): 翻译结果包含原始语言和目标语言两种字幕，目标语言在下，原始语言在上

打开翻译结果保存目录：打开翻译后保存到的文件夹

该模式下可新增目标语言
首先需要使用Google或FreeGoogle翻译渠道，才可新增目标语言，其他渠道不支持新增。
然后单击
菜单-工具/选项--高级选项，在打开的窗口中找到“Google翻译新增语言代码”文本框，在该文本框内填写想要的目标语言代码，多个以英文逗号分隔开，例如维吾尔语语言代码是 ug,那么在此填写 ug，如果还想增加希伯来语，找到该语言的代码 he, 在文本内增加 he 即可，记得多个要英文逗号隔开
语言代码在哪里找到呢? 访问该地址 https://cloud.google.com/translate/docs/languages?hl=zh-cn