pyvideotrans

pyVideoTransは、動画を他言語に翻訳するためのオープンソースツールです。音声認識（ASR）、字幕翻訳、音声合成（TTS）、動画合成の完全なワークフローを提供し、ローカルオフライン展開と各種オンラインAPIに対応しています。 主な機能としては、完全自動動画翻訳、話者分離機能付きの音声からSRT字幕への文字起こし、複数役AI吹き替え、F5-TTS・CosyVoice・GPT-SoVITSを用いたゼロショット音声クローンが挙げられます。対応するASRモデルはFaster-Whisper・OpenAI Whisper・アリババQwenなど、LLM翻訳はDeepSeek・ChatGPT・Claude・Gemini・Ollama、TTSはEdge-TTS・OpenAI・Azure・ChatTTSに対応しています。各段階で手動校正が可能なインタラクティブな編集機能も搭載しています。 展開オプションとしては、事前パッケージ化されたWindows用.exeファイル、macOS/Linux/Windows上でuvを用いたソース展開、Dockerコンテナ展開が用意されています。GUIのほか、ヘッドレス環境・バッチ処理向けCLI、リモートアクセス向けWebUIを提供し、ボーカル分離・動画・字幕の結合・音声と動画の同期調整のためのユーティリティツールも同梱されています。