منصوبے کے بارے میں

VideoLingo ایک جامع ویڈیو ترجمہ اور ڈبنگ ٹول ہے جو نیٹ فلکس معیار کی سب ٹائٹلز تیار کرنے کے لیے ڈیزائن کیا گیا ہے۔ یہ مشین ترجمے کی عام مسائل کو حل کرتا ہے، صرف سنگل لائن سب ٹائٹلز فراہم کر کے سخت ترجموں سے بچتا ہے، اور اعلیٰ معیار کی ڈبنگ شامل کرتا ہے۔ اہم صلاحیتیں: - yt-dlp کے ذریعے YouTube ویڈیو ڈاؤن لوڈ - WhisperX (large-v3) کے ساتھ ورڈ لیول سب ٹائٹل ریکگنیشن، جو مقامی طور پر یا API کے ذریعے چلایا جا سکتا ہے - NLP اور AI پر مبنی سب ٹائٹل سیگمنٹیشن - ہم آہنگ ترجمے کے لیے کسٹم اور AI جنریٹڈ ٹرمینالوجی - سنیماٹک معیار کے ترجمے کے لیے 3 مرحلہ Translate-Reflect-Adaptation عمل - نیٹ فلکس معیار کی سنگل لائن سب ٹائٹل آؤٹ پٹ - GPT-SoVITS، Azure، OpenAI، Fish-TTS، Edge-TTS اور کسٹم TTS اختیارات کے ذریعے ڈبنگ سپورٹ - Streamlit ویب UI کے ذریعے ون کلک اسٹارٹ اپ اور پروسیسنگ، جس میں ملٹی لینگویج سپورٹ شامل ہے - ٹاسک کنٹرول جو صارفین کو کسی بھی مرحلے پر پروسیسنگ روکنے، جاری رکھنے یا بند کرنے کی اجازت دیتا ہے - تفصیلی لاگنگ اور پیشرفت کی بحالی - ماڈل سرچ باکس جس میں API خودکار فچ شامل ہے تاکہ فراہم کنندہ کی مکمل فہرست سے ماڈلز فلٹر کیے جا سکیں حمایت شدہ ان پٹ زبانیں: انگلش، روسی، فرانسوی، جرمن، اطالوی، ہسپانوی، جاپانی اور چینی۔ ترجمہ تمام زبانوں کے لیے دستیاب ہے، جبکہ ڈبنگ زبان منتخب کردہ TTS طریقے پر منحصر ہے۔ انسٹالیشن کے آپشنز میں uv (تجویز کردہ) کا استعمال شامل ہے جو خودکار Python ماحول کی سیٹ اپ کرتا ہے، Conda، یا Docker۔ یہ پروجیکٹ LLM انضمام کے لیے OpenAI-compatible API فارمیٹس اور مختلف TTS انٹرفیسز کی حمایت کرتا ہے۔ یہ Ollama اور Edge-TTS کے ساتھ مکمل طور پر مقامی طور پر چل سکتا ہے بغیر کسی ادائیگی والی APIs کے۔ موجودہ حدود میں پس منظر کی شور کے ساتھ WhisperX ٹرانسکرپشن مسائل، سخت JSON فارمیٹ کی ضروریات کے ساتھ کمزور LLMs سے غلطیاں، speech rate کے فرق کی وجہ سے ناقص ڈبنگ، ملٹی لینگویج ویڈیوز میں صرف مرکزی زبان کی برقراری، اور متعدد کرداروں کو الگ الگ ڈبنگ نہ کرنے کی عدم قابلیت شامل ہیں۔