इस प्रोजेक्ट के बारे में

pyVideoTrans एक ओपन-सोर्स टूल है जो वीडियो को एक भाषा से दूसरी भाषा में अनुवादित करने के लिए बनाया गया है। इसमें एक पूर्ण वर्कफ्लो शामिल है: स्पीच रिकग्निशन (ASR), सबटाइटल अनुवाद, स्पीच सिंथेसिस (TTS), और वीडियो सिंथेसिस। यह लोकल ऑफलाइन डिप्लॉयमेंट और विभिन्न ऑनलाइन APIs दोनों का समर्थन करता है। इसकी मुख्य विशेषताओं में पूरी तरह स्वचालित वीडियो अनुवाद, ऑडियो को SRT सबटाइटल में ट्रांसक्राइब करना (speaker diarization के साथ), मल्टी-रोल AI डबिंग, और F5-TTS, CosyVoice, और GPT-SoVITS के माध्यम से ज़ीरो-शॉट वॉइस क्लोनिंग शामिल है। यह ASR मॉडल जैसे Faster-Whisper, OpenAI Whisper, और Alibaba Qwen; LLM अनुवाद जैसे DeepSeek, ChatGPT, Claude, Gemini, और Ollama; और TTS जैसे Edge-TTS, OpenAI, Azure, और ChatTTS का समर्थन करता है। इंटरैक्टिव एडिटिंग की सुविधा हर चरण पर मैनुअल प्रूफरीडिंग की अनुमति देती है। डिप्लॉयमेंट विकल्पों में प्री-पैकेज्ड Windows .exe, macOS/Linux/Windows पर uv के साथ सोर्स डिप्लॉयमेंट, और Docker कंटेनराइज्ड डिप्लॉयमेंट शामिल है। इसमें GUI, headless/batch प्रोसेसिंग के लिए CLI, और रिमोट एक्सेस के लिए WebUI उपलब्ध है। साथ ही, vocal separation, video/subtitle merging, और audio-video alignment जैसे उपयोगी टूल भी शामिल हैं।