videotrans视频翻译和配音工具

videotrans绿色版提供了强大的翻译功能，和传统翻译软件有所不同的是，这款工具专门应用于视频翻译。有该软件的支持，就能够轻松为视频添加字幕，并再次基础上还能够添加配音，是处理视频的好帮手。

videotrans官方正版介绍

videotrans是一个视频翻译配音工具，可将一种语言的视频翻译为指定语言的视频，自动生成和添加该语言的字幕和配音。

videotrans开源视频翻译软件新手指引

左工具栏：

自定义配置转换：

单击自定义翻译按钮，右侧将显示可用的操作按钮和选项设置。您可以在该区域选择要翻译的视频。

翻译默认已配置：

和之前模式一样，只是其它选项是隐藏的，默认配置用于隐藏选项，如果要自定义隐藏选择可以使用自定义配置翻译。

识别字幕并进行翻译：

如果只想根据人声从已经拥有的原始视频/音频中生成SRT字幕，除了生成字幕之外，还可以选择这种模式来生成字幕，还可以选项是否将字母翻译成其它语言。

音频-视频到字幕：

模式相同识别字幕并与翻译模式相似，只是不支持翻译字幕。

SRT字幕批量翻译：

此模式用于将SRT字幕文件翻译成另一种语言的SRT字幕，例如将中文SRT字幕翻译成英文SRT字幕。

批量配音字幕：

导入一个活多个SRT字幕文件并批量为这些字幕创建配音音频。

合并带字幕的视频：

该功能用于批量将视频和SRT字幕一一合并，即将SRT字幕嵌入到视频中创建字幕，并支持一次处理多个视频和字幕。

字幕的多格式转换：

用于批量在ASS/SRT/VTT格式之间转换字幕。

音视频格式转换：

用于将音频或视频从一种格式批量转换为另一种格式，支持mp4/avi/mkv/mpeg/mov/mp3/wav/m4a/flac/aac相互转换格式。

视频和音频合并：

该功能可以批量将音频文件嵌入到视频文件中，实现视频和音频的一对一合并。并且，这个功能支持一次处理多个视频和音频。

音视频字幕合并：

它用于将单个视频、音频和字幕组合成单个视频文件。

导入字幕并进行编辑：

可以从本地在线导入srt/ass/vtt字幕，编辑修改后将字幕导出到本地，可以导出srt/ass/srt/vtt格式，导出ass格式时可以额外设置字体大小、颜色等。

顶部菜单栏：

语音识别设置：

如果需要使用OpenAI的Speech To Text界面，可以在这个菜单下配置密钥，也可以使用豆宝的在线API进行识别，这里也配置了，包括本地部署一旦项目被识别，在这里填写API地址。

TTS设置：

除了免费无限的edgeTTS通道外，所有其他语音通道都需要配置密钥、填写API、额外部署等，并在此菜单下配置。

翻译设置：

除了谷歌翻译和微软翻译之外，所有其他翻译渠道都需要配置密钥、API 地址等，这些可以在这个菜单下进行配置。

两个音频流：

此模式用于将2个音频文件混合在一起，一个作为背景，另一个作为前景，同时播放。

合并两个字幕：

该模式用于将2个不同的字幕合并在一起，例如同一个字幕有不同的中英文语言版本，那么可以使用该功能组合成一个字幕文件，组合后的字幕将是双语字幕，同时显示一行中文和一行英文。

批量从视频中分离音频：

此模式用于将声音与视频文件分离为音频文件。

为视频添加水印：

批量为选定视频添加水印图片。

软件功能

音频或视频转为字幕：将音频、视频文件中的人类说话声识别为文字并导出为srt字幕文件

翻译视频并配音：将视频中的声音翻译为另一种语言的配音，并嵌入该语言字幕

批量字幕翻译：将一个或多个srt字幕文件翻译为其他语言的字幕文件

批量字幕创建配音：根据本地已有的srt字幕文件创建配音，支持单个或批量字幕

从视频中分离出音频：从视频中分离为音频文件和无声视频

音频、视频、字幕合并：将音频文件、视频文件、字幕文件合并为一个视频文件

应用特色

1.语音识别：

利用先进的语音识别技术（如OpenAI Whisper或Faster Whisper），VideoTrans能够准确地将视频中的语音转换成文字。这一步骤是自动翻译和配音的基础，确保了后续步骤的准确性和流畅性。

2.多语言支持：

VideoTrans能够处理多种语言的视频内容，并将其翻译成用户需要的任何支持的语言。这一功能使得创作者可以轻松地将视频内容推向全球市场，吸引更多观众。

3.自动翻译：

集成多种翻译引擎（如Google翻译），VideoTrans能够将识别出的文本翻译成目标语言。翻译过程高效且准确，大大节省了创作者的时间和精力。

4.免费开源：

代码在GitHub上公开可审查，免费无功能限制，无隐藏收费

5.高质量配音：

使用文本到语音（TTS）技术（如Microsoft Edge TTS），VideoTrans为翻译后的文本提供自然流畅的配音。配音效果逼真，听起来不像是机器配音，增强了观众的观看体验。

6.视频合并：

将翻译后的配音和字幕重新合并到视频中，创建完整的多语言版本视频。这一步骤使得创作者无需手动编辑视频，大大提高了工作效率。

7.字幕生成：

VideoTrans能够自动生成与视频内容同步的字幕文件，进一步提升观看体验。字幕不仅有助于观众更好地理解视频内容，还能在静音或嘈杂环境下提供辅助信息。

适用场景

自媒体创作：为自媒体创作者提供便捷的视频翻译和配音服务，助力内容国际化

教育：为教育视频提供多语言翻译和配音，帮助更多学生理解课程内容。

影视后期：为电影、电视剧等影视作品提供多语言配音和字幕服务。

企业宣传：为企业宣传片提供多语言版本，扩大品牌影响力。

使用说明

语音识别使用 faster-whisper openai-whisper 离线模型。

文字合成语音支持 Microsoft Edge tts Openai TTS-1 Elevenlabs TTS 自定义TTS服务器api，配合clone-voice 可实现原音色克隆配音。

文字翻译支持 microsoft、google、baidu、tencent、chtgt、Azure、Gemini、DeepL、DeepLX、离线翻译OTT。

允许保留背景伴奏音乐等(基于uvr5)。