Pyvideotrans免费的视频字幕翻译神器

PyVideoTrans是一款开源视频翻译工具，旨在将视频从一种语言翻译到另一种语言，包括生成相应的配音和字幕。该软件能够自动识别视频中的语音内容，自动生成字幕，翻译为目标语言，并生成对应语言的配音。这种工具对于多语言内容创作、教育视频本地化以及国际文化交流具有重要意义。

开源许可 GPL-3.0

PyVideoTrans采用GPL-v3开源协议，这是一款copyleft类型的开源协议。根据项目文档，源码完全公开，用户可本地部署，也可自行修改后使用。需要注意的是，如果用户将该项目的源码集成到自己的项目中，那么用户的项目也必须开源，才不违反开源协议。

功能特点

• • 语音识别：支持openai-whisper的离线模型以阿里、字节在线API进行语音识别
• • 文字翻译：支持使用google、微软翻译API、Libtranslate以及阿里、ＤeepSeek、OpenAI等在线API进行文字翻译
• • 语音合成：支持采用CopyVoice、FishTTS以及在线大厂TTS服务，为视频重新合成语音

技术实现

PyVideoTrans的实现流程可以分为以下步骤：

1.音频提取：使用ffmpeg从视频中分离出音频数据；
2.语音识别：使用openai-whisper模型从音频文件中提取语音并转换为文本；
3.文字翻译：将识别到的文本使用google或LLM等翻译API翻译为目标语言；
4.语音合成：将翻译后的文本转换为目标语言的语音（语音合成是可选的）
5.视频合成：将生成的字幕和配音与原始视频合并，生成新的视频文件。

整个过程自动化程度高，用户只需提供原始视频和目标语言，即可一键获得翻译后的视频。

环境要求

• • 操作系统：目前支持Ｗindows、Linux、ＭacOS，其中Windows是预打包版本，win10与win11均可部署
• • 开发语言：Python 3.10
• • ffmpeg：用于处理视频必须预先安装
• • Docker：暂不支持Docker部署
• • CUDA：当使用fast-whisper本地离线模型时信赖GPU，因此需要确保cuda可用（openai-whisper可仅使用CPU）

安装部署

由于该项目文档较为详细，针对上文提到的几个环境下部署方式，这里就不一一赘述，这里仅以官方提供的　Linux源码部署方式展开说明

1.创建虚拟环境
推荐使用虚拟环境部署，可避免信赖冲突问题，这里可以使用conda或miniconda。假设使用miniconda，那么首先安装miniconda，打开终端，执行以下命令

# 下载安装脚本
wget https://repo.anaconda.com/miniconda/Miniconda3-py310_24.5.0-0-Linux-x86_64.sh
# 执行安装
bash Miniconda3-py310_24.5.0-0-Linux-x86_64.sh

接下来会显示一些协议或引导，需要输入 yes或按下 回车继续。
等待提示完成后，建议加入全局环境，以便能够使用短命令conda,默认可能安装在/root/miniconda3下，
假设默认安装路径为：/root/miniconda3，请执行以下命令，以软链形式，添加系统bin目录中

ln -s /root/miniconda3/bin/conda /usr/bin/conda

创建一个使用 python3.10 的虚拟环境，执行命令如下

# 创建虚拟环境，名为videotrans
conda create -n videotrans python=3.10
# 激活该虚拟环境
conda activate videotrans

2.下载项目，并安装依赖
在Linux服务器打开终端，执行以下命令，拉取项目源码

git clone https://github.com/jianchang512/pyvideotrans
cd pyvideotrans
pip install -r requirements.txt

如果pip下载比较慢，也可以指定国内源，命令如下

pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com

3.启动运行
执行 python sp.py打开软件
执行python api.py 运行api服务（API服务不是必须的）

pyvideotrans支持灵活的配置选项，以下是推荐配置以供参考

• • 语音识别模型：openai-whisper ，large-v3-trubo ，如果你有更好硬件且cuda好用可以选择更大离线模型
• • 语音切割模式选择 整体识别
• • 选中 语音降噪
• • 字幕翻译，想要最好效果就使用在线openAi的API或者国内的也行，想白漂那就 Google翻译 微软翻译，另外阿里等一些大厂有的模型是免费的，也可以漂一下，使用LLM翻译是推荐选中　[工具]－[高级选项]中的使用ＡI翻译时发送完整字幕内容和使用三步反思翻译法这两个选项。

好了，分享就到这里，说一百遍不如做一遍，感兴趣的同学，赶快动手试试去吧～

相关资料

ＧitHub地址：https://github.com/jianchang512/pyvideotrans
项目文档：https://pvt9.com/selecttranslate