pyVideoTrans

pyVideoTrans是一款開源免費的AI視頻翻譯與配音工具，支持12種輸入語言和101種輸出語言。該工具集成智慧型分段、術語替換、語音克隆、多角色AI配音等功能，可適配抖音、TikTok、YouTube Shorts等平台的多語言視頻生成需求。

其全自動流程包含語音識別、字幕翻譯、語音合成及視頻合成模組，支持本地離線部署或多種主流線上API。軟體支持多種主流ASR、翻譯和TTS模型，提供ChatTTS等接口擴展功能，並具備互動式編輯界面。項目代碼在GitHub開源並採用GPL-v3協定，文檔完備且提供社區支持。

基本介紹

• 外文名：pyVideoTrans
• 產品類型：AI視頻翻譯與配音工具

技術架構與支持

pyVideoTrans支持所有主流的本地及線上大模型，並提供豐富的API接口。其技術架構支持語音識別（ASR），包括Faster-Whisper、OpenAI Whisper、WhisperX、Parakeet、Alibaba Qwen3-ASR、ByteDance Volcano等多種模型；支持字幕翻譯（LLM），使用DeepSeek、ChatGPT、Claude、Gemini、Ollama、Alibaba Bailian、Google、Microsoft、M2M100等多種大語言模型；支持語音合成（TTS），提供Edge-TTS、OpenAI TTS、Azure TTS、Minimaxi、ChatTTS、ChatterBox、F5-TTS、CosyVoice、GPT-SoVITS、302.AI等多種引擎。在部署與接口方面，支持本地離線部署，並提供命令行界面（CLI）便於伺服器部署或批量處理，同時支持調用多種主流線上API。流程控制上提供互動式編輯功能，允許在語音識別、翻譯、配音等每個處理階段暫停並進行手動校對，以確保最終輸出的準確性。

部署與使用

Windows用戶可使用預打包的.exe版本，無需Python環境配置；其他平台（macOS/Linux/Windows開發者）需源碼部署，推薦使用uv進行包管理，需要Python 3.10-3.12和FFmpeg。提供獨立的中文版軟體包，大小5.00GB，版本號3.84，更新於2025年12月4日。

解壓安裝包後，進入資料夾找到sp.exe檔案並雙擊運行即可啟動圖形界面進行操作。

開源與社區

pyVideoTrans是一個基於GPL-v3協定開源的非商業項目，完全免費且無功能限制，用戶可免費使用或Fork修改。項目由開發者“jianchang512”創建並維護，基於興趣開發。它依賴FFmpeg、PySide6、faster-whisper等多個開源項目構建。

項目依靠社區維護，提供官方文檔和線上問答社區支持。同時，項目接受用戶小額捐助以支持持續開發，並公布了部分捐助者名單。