Esta herramienta de traducción y doblaje de vídeo está diseñada específicamente para la conversión de vídeo con voz, capaz de traducir el contenido del vídeo al idioma de destino especificado y generar automáticamente los subtítulos y el doblaje correspondientes. La herramienta utiliza los modelos de reconocimiento de voz sin conexión faster-whisper y openai-whisper, lo que garantiza un reconocimiento de voz eficiente y preciso. La función de traducción de texto admite múltiples servicios populares, como Microsoft, Google, Baidu, Tencent, ChatGPT, Azure, Gemini, DeepL, DeepLX y la traducción sin conexión OTT. Además, la herramienta también admite varios servicios de texto a voz, como Microsoft Edge TTS, OpenAI TTS-1, Elevenlabs TTS, etc.; los usuarios también pueden, mediante una API de servidor TTS personalizada y la tecnología clone-voice, lograr un doblaje clonado con el timbre original. La herramienta también admite conservar elementos como la música de fondo y, basándose en la tecnología uvr5, ofrece efectos de procesamiento de audio profesionales.

Con esta actualización, la herramienta de traducción y doblaje de vídeo ha mejorado notablemente tanto en rendimiento como en funciones. Ya sea en reconocimiento de voz, traducción de texto o procesamiento de doblaje, esta herramienta ofrece a los usuarios una solución más eficiente y cómoda para la conversión de vídeo con voz.