這款視頻翻譯與配音工具專爲言視頻轉換而設計,能夠將視頻內容翻譯爲指定的目標語言,並自動生成相應的字幕和配音。工具採用faster-whisper和openai-whisper的離線語音識別模型,確保高效準確的語音識別效果。文字翻譯功能支持多種主流服務,如Microsoft、Google、Baidu、Tencent、ChatGPT、Azure、Gemini、DeepL、DeepLX以及離線翻譯OTT。除此之外,工具還支持多種文字轉語音服務,包括Microsoft Edge TTS、OpenAI TTS-1、Elevenlabs TTS等,用戶還可以通過自定義TTS服務器API,結合clone-voice技術,實現原音色的克隆配音。工具還支持保留背景音樂等元素,基於uvr5技術,提供專業的音頻處理效果。

通過此次更新,視頻翻譯與配音工具在性能和功能上都得到了顯著提升。無論是語音識別、文字翻譯還是配音處理,這款工具都能爲用戶提供更爲高效、便捷的言視頻轉換解決方案。