内容预览：
看外文视频最头疼的，往往不是画面看不懂，而是话听不懂。最近一个在GitHub上开源两年多的视频翻译配音工具pyVideoTrans火了起来，它能把一段视频从一种语言翻译成另一种语言，自动配上AI配音、嵌好字幕，直接输出成品。不用切换软件，不用手动对齐，从头到尾全自动跑完。
这个开源项目在GitHub上有1.8万Star，开发者一个人维护了两年多，还在项目旁边搭了个BBS问答站，接了AI自动回复用户的报错日志。说实话，个人开发者的项目能维护到这种程度，相当良心了。
pyVideoTrans使用体验：
拿一部外国电影用它走一圈，马上就能变成中文字幕加中文配音的电影。当然，跟大制作专人配音配字幕的效果比不了，但起码能看懂听懂了，几乎零成本搞定这些，还要什么自行车！
它把视频翻译拆成四个环节：语音识别→字幕翻译→AI配音→视频合成。每个环节都接了一大堆渠道和模型，本地能跑的也有，在线API也有，组合方式自己定。
1. 视频翻译
首先是导入视频：这个很简单，要注意的是视频必须包含清晰的人声，纯背景音乐或者只有画面的视频处理不了。
选识别渠道：默认用faster-whisper加large-v3-turbo就行，如果是短视频，勾上“二次识别”字幕更贴合。
1.1 选翻译和语言
默认Google免费，连不上会自动切微软。要求高就换其他付费AI模型，比如DeepSeek等等，其实用量不大，不用太担心。发音语言选视频里的语言，比如你下载的是英文视频，那发音语音就选英文，目标语言就是翻译后的语言。
可翻译的语音有很多，大家看一下：
2. 开始执行翻译选配音：软件可以把翻译的字幕再配音，如果你只需要配字幕就设成“No”，默认Edge-TTS免费，角色可试听。选“clone”就是声音克隆。音画同步：勾“音频加速”或“视频慢速”自动对齐，字幕嵌入建议选硬字幕。背景音：想保留原背景音乐就点“设置更多参数”，勾上“分离人声背景声”和“重新嵌入背景声”。
有英伟达显卡就勾上「启动CUDA加速」，速度提升非常明显，然后点「开始执行」。
3. 中途校对拿成品
处理单个视频时，中间会弹出3~4次编辑窗口，让你校对识别出的字幕、翻译后的字幕和配音时长：
想改：直接在框里修正错别字，点「保存修改并继续下一步」
不想改：什么都不用做，30秒倒计时结束会自动跳过
4. 多角色配音
碰到访谈、讲座、多人对话这类视频，它能自动区分出不同的说话人，再给每个人分配不同的AI配音角色。听起来就像好几位配音演员在配。
总而言之，pyVideoTrans当然比不上真人配音的影视级效果，但它能让你看懂那条本来听不懂的视频，听懂那个本来听不懂的人。
但对绝大多数普通用户来说，这就已经够用了。而且它免费、开源、本地就能跑，素材也不用上传到别人的服务器。
