（一）项目介绍

VideoLingo是一款专为视频创作者设计的开源自动化工具，旨在提供从视频字幕生成到声音克隆配音的一站式服务。以下是对VideoLingo的详细介绍：

1、核心功能​

1.1、一键全自动视频搬运​

支持从YouTube等平台下载视频，并进行后续的转录、翻译、字幕生成及配音等流程。

1.2、字幕分割与翻译​

利用自然语言处理（NLP）和大型语言模型（LLM）技术，精准分割视频字幕，保证语义完整性。 GPT翻译优化，确保翻译内容的专业性和准确性，支持多语言字幕创作。

1.3、精确字幕对齐​

实现单词级字幕对齐，确保字幕与视频内容的同步性，提升观影体验。

1.4、个性化配音​

提供GPT-SoVITs等高质量个性化配音功能，让视频声音更具特色。用户还可以克隆自己的声音进行配音，为视频创作增添趣味。

2、主要特点​

2.1、高效便捷​

通过直观的Streamlit网页界面，用户只需简单操作即可完成视频字幕生成、翻译及配音等流程。 支持跨语言字幕创作，实现低成本、高效率的视频制作。

2.2、高质量字幕​

生成的字幕质量高，媲美字幕组精翻效果。同时，按照Netflix标准检查单行长度，避免双行字幕的出现。

2.3、全面支持​

支持本地部署，可在Windows或Mac上使用。同时，提供详细的操作日志记录，支持随时中断和恢复进度。 全面的多语言支持，轻松实现跨语言视频本地化。

3、应用场景​

3.1、教育视频制作​

为教学视频添加多语言字幕，拓宽受众群体，提升教育效果。

3.2、企业宣传​

高效制作多语言版本的宣传片，提升品牌影响力，拓展国际市场。

3.3、个人创作​

总的来说，VideoLingo是一款功能强大、高效便捷的开源视频制作工具，它融合了多种尖端的语音视频处理技术，为用户提供了一站式的视频字幕生成、翻译及配音服务。无论是教育视频制作、企业宣传还是个人创作，VideoLingo都能满足需求，提升视频质量。

 

（二）使用详情​

1、远程连接​

创建实例后进行远程桌面连接,按下Win+R键，在弹出的窗口输入mstsc。

 

2、启动应用​

点击桌面的一键启动，即可开启服务。

等待网页自动开启

输入自己的API密钥和相关链接地址以及所需的大语言模型，这边以gpt-3.5-turbo为例。

 点击信息输入信息旁的卫星图标，验证API是否有效。

API有效即可继续以下内容 选择上传或从链接下载视频

上传完成后点击开始处理字幕

 

3、结果详情​

原视频

处理后