Ren(@Ryrenz):🔊 兄弟们，一整部英文视频丢给 VideoLingo，它能给你翻好字幕再配上音，配音还能克隆原来的声线。 GitHub 上 1.8 万 star、2000 多个 fork，Apache 2.0 协议。想把一个好的英文教程搬给不看英文的人，以前的流程是：下载、跑一遍识别、导出字幕、扔进翻译工具、回来对时间轴、再找配音、最后合成，中间任何一步断了都得重来。VideoLingo 把这一串接成一条流水线，链接丢进去，用 WhisperX 做词级识别和对齐，翻译前先过一遍术语表统一专有名词，最后输出单行字幕，还能直接生成配音。配音这边接了 GPT-SoVITS、Azure、OpenAI、Fish 和 Edge TTS，想全本地跑就上 Ollama 加 Edge TTS。界面是 Streamlit 的，任务能暂停、恢复和停止，长视频不用守着。输入语言覆盖英、俄、法、德、意、西、日、中。也有几个已知的坎：背景噪音大会影响对齐精度，以数字或特殊符号结尾的字幕可能被提前截断，多语言混杂的视频只保留主语言，目前还不支持按角色分别配音。以前一个字幕组干的活，现在一条流水线就跑完了。 GitHub：

2026.09.04 03:05

🔊 兄弟们，一整部英文视频丢给 VideoLingo，它能给你翻好字幕再配上音，配音还能克隆原来的声线。 GitHub 上 1.8 万 star、2000 多个 fork，Apache 2.0 协议。想把一个好的英文教程搬给不看英文的人，以前的流程是：下载、跑一遍识别、导出字幕、扔进翻译工具、回来对时间轴、再找配音、最后合成，中间任何一步断了都得重来。VideoLingo 把这一串接成一条流水线，链接丢进去，用 WhisperX 做词级识别和对齐，翻译前先过一遍术语表统一专有名词，最后输出单行字幕，还能直接生成配音。配音这边接了 GPT-SoVITS、Azure、OpenAI、Fish 和 Edge TTS，想全本地跑就上 Ollama 加 Edge TTS。界面是 Streamlit 的，任务能暂停、恢复和停止，长视频不用守着。输入语言覆盖英、俄、法、德、意、西、日、中。也有几个已知的坎：背景噪音大会影响对齐精度，以数字或特殊符号结尾的字幕可能被提前截断，多语言混杂的视频只保留主语言，目前还不支持按角色分别配音。以前一个字幕组干的活，现在一条流水线就跑完了。 GitHub：