pyvideotrans 是一个视频翻译和配音工具，可将一种语言的视频翻译为另一种语言和配音的视频， 语音识别基于 openai-whisper 离线模型、文字翻译使用google、baidu、chatGPT翻译接口，文字合成语音使用 Microsoft Edge tts，支持Windows系统，解压，双击 sp.exe即可。

使用预编译版本方法

0. 只可用于 win10 win11 系统 (编译版非最新，建议源码部署)

1. 从 release 中下载最新版，解压，双击 sp.exe

2. 原始视频目录：选择mp4视频；

3. 输出视频目录：如果不选择，则默认生成在同目录下的 _video_out

4. 选择翻译：可选google、百度、chatGPT，后两者需要点击“设置翻译key”，设置相应信息

5. 网络代理地址：如果你所在地区无法直接访问 google，需要在软件界面 网络代理 中设置代理，比如若使用 v2ray ，则填写 http://127.0.0.1:10809,若clash，则填写 http://127.0.0.1:7890. 如果你修改了默认端口或使用的其他代理软件，则按需填写

6. 视频原始语言：选择待翻译视频里的语言种类

7. 翻译目标语言：选择希望翻译到的语言种类

8. 选择配音：选择翻译目标语言后，可从配音选项中，选择配音角色；

   硬字幕: 是指始终显示字幕，不可隐藏，如果希望网页中播放时也有字幕，请选择硬字幕嵌入

   软字幕: 如果播放器支持字幕管理，可显示或者隐藏字幕，该方式网页中播放时不会显示字幕，某些国产播放器可能不支持,需要将生成的视频同名srt文件和视频放在一个目录下才会显示

   不能“既不嵌入字幕又不选择配音角色”

9. 文字识别模型: 选择 base/small/medium/large/large-v3, 识别效果越来越好，但识别速度越来越慢，第一次将需要下载模型，默认 base,可以预先单独下载模型后，放到 当前软件目录/models目录下.

10. 配音语速：填写 -90到+90 之间的数字，同样一句话在不同语言语音下，所需时间是不同的，因此配音后可能声画字幕不同步，可以调整此处语速，负数代表降速，正数代表加速播放。

11. 自动加速: 如果翻译后的语音时长大于原时长，并且这里确认选中，那么将强制加速播放该片段，以缩小时长

12. 静音片段: 填写100到2000的数字，代表毫秒，默认 500，即以大于等于 500ms 的静音片段为区间分割语音

13. 点击 开始按钮 底部会显示当前进度和日志，右侧文本框内显示字幕

14. 字幕解析完成后，将暂停等待修改字幕，如果不做任何操作，60s后将自动继续下一步。也可以在右侧字幕区编辑字幕，然后手动点击继续合成