这个工具是什么
给视频做外语字幕，最难的不是翻译，而是**断句和口感**——机翻常常一句话拆得七零八落，或者堆成三四行糊在屏幕上。VideoLingo 针对的正是这些环节。它的流程是：先用 **WhisperX** 做**词级时间戳**的语音识别（作者称其低幻觉），再用 NLP 结合 AI 做**字幕智能分段**，配合**自定义加 AI 生成的术语表**保证全片译名统一，然后经过 **「翻译 — 反思 — 改写」三步流程**打磨译文质量，最终输出**严格单行的字幕**（作者称之为 Netflix 标准）。配音环节支持 **GPT-SoVITS、Azure、OpenAI** 等多种方案，可做声音克隆。工程细节也照顾到了：Streamlit 图形界面一键启动、多语言界面、详细日志与**断点续跑**、模型搜索框可从服务商模型列表里筛选、任务可随时暂停/继续/终止。项目 Apache-2.0 开源，GitHub 星标约 1.8 万。另需说明：它内置了通过 **yt-dlp 下载 YouTube 视频**的功能。
风险提醒
- 重要：请仅用于处理你本人拍摄或已获授权的视频。该工具内置 yt-dlp 视频下载功能，未经授权下载、翻译、配音并再发布他人作品，可能侵犯著作权并违反平台服务条款，本站不建议这样使用。声音克隆功能请勿用于伪造他人声音。接入云端模型时内容会发送至对应服务商，API Key 请妥善保管。