Esta ferramenta de tradução e dublagem de vídeo foi projetada especificamente para conversão de vídeos falados, capaz de traduzir o conteúdo do vídeo para o idioma de destino especificado e gerar automaticamente as legendas e dublagem correspondentes. A ferramenta utiliza os modelos de reconhecimento de voz offline faster-whisper e openai-whisper, garantindo um reconhecimento de voz eficiente e preciso. A função de tradução de texto suporta diversos serviços populares, como Microsoft, Google, Baidu, Tencent, ChatGPT, Azure, Gemini, DeepL, DeepLX e tradução offline OTT. Além disso, a ferramenta também suporta vários serviços de conversão de texto em fala, incluindo Microsoft Edge TTS, OpenAI TTS-1, Elevenlabs TTS, entre outros, e os usuários podem ainda usar uma API de servidor TTS personalizada, combinada com a tecnologia clone-voice, para realizar dublagem com clonagem do timbre original. A ferramenta também suporta a preservação de elementos como música de fundo, com base na tecnologia uvr5, oferecendo efeitos profissionais de processamento de áudio.

Com esta atualização, a ferramenta de tradução e dublagem de vídeo teve melhorias significativas tanto em desempenho quanto em funcionalidades. Seja em reconhecimento de voz, tradução de texto ou processamento de dublagem, esta ferramenta oferece aos usuários uma solução mais eficiente e prática para conversão de vídeos falados.