---

Note

🌟 如果本项目对您有帮助，记得 Star 🌟 支持一下吧~

📝 推荐识别时使用 Large 模型以获取更好的体验！由于正在备考，更新速度会放缓，感谢理解！

📖安装教程 | ❓ 常见问题 | 💬 电报群组

项目介绍

Chenyme-AAVT 全自动视频翻译项目 致力于提供一个简便高效且免费的媒体识别与翻译自动化流程，帮助您快速完成音视频字幕的识别、翻译和处理等多种功能，当然目前项目已经不仅仅是帮您识别并翻译声音，还可以自动化生成营销图文、对字幕单独翻译。计划未来会基于现有基本功能继续加入更多有意思的工具，比如 实时识别、口型校正、声音克隆、音色辨别 等等，敬请期待！

当前已支持的基本功能，非全部功能：

• 【音频识别】|【视频识别】|【图文博客】|【字幕翻译】|【声音模拟】

项目亮点

📃 TODO | 待办

识别相关

• 更换更快的Whisper项目
• 支持本地模型加载
• 支持个人微调Whisper模型
• VAD辅助优化
• 字词级断句优化
• 更多的语种识别

翻译相关

• 翻译优化
• 更多的语种翻译
• 更多的翻译模型
• 更多的翻译引擎
• 支持本地大语言模型翻译

字幕相关

• 个性化字幕
• 更多字幕格式
• 字幕预览、实时修改
• 自动化字幕文本校对
• 双字幕

其他

• AI助手
• 视频预览
• 视频生成博客
• 实时语音翻译
• 视频中文配音
• 音色辨别
• 声音克隆
• 口型校对

• 支持识别和翻译多种语言
• 支持 全流程本地化、免费化部署
• 支持对视频 一键生成博客内容、营销图文
• 支持 自动化翻译、二次修改字幕、预览视频
• 支持开启 GPU 加速、VAD 辅助、FFmpeg 加速
• 支持使用 ChatGPT、Claude、Gemini、DeepSeek 等众多大模型翻译引擎

Windows 部署

💡 注：请确保安装前前置环境就绪后再运行 install.bat！

ℹ️ 前置环境：Python、FFmpeg、CUDA 说明

Python | 📖 教程

• 💡 Python > 3.8 的版本
• 前往 Python 官网下载 安装程序
• 运行安装，在安装时请点击 ADD TO PATH 选项

FFMpeg | 📖 教程

• 💡 若您不知道如何安装编译，请在项目Release中的下载 Full 版本，自带编译后的FFMpeg
• 前往 FFMpeg 官网下载编译好的 Windows 版本
• 设置 FFmpeg 为环境变量

CUDA(CPU 可忽略) | 📖 教程

• 💡 推荐使用版本为 CUDA11.8、12.1、12.4
• 前往 CUDA 官网下载 CUDA 安装程序
• 安装 CUDA

 

运行 1_Install.bat

• 脚本会先检测是否成功配置 Python、FFMpeg
• 脚本检查通过后，根据界面内提示选择版本
• 等待脚本执行安装完成

运行 2_WebUI.bat 启动项目

Docker 部署

💡 目前 项目最新版本为 V0.9.0 此 Docker 方法的版本为 V0.8.x，

感谢 @Eisaichen 提供此版本

具体使用方法，请查阅：📖 eisai/chenyme-aavt

docker pull eisai/chenyme-aavt

Google Colab 部署

感谢 @Kirie233 提供此版本

具体使用方法，请查阅：📖 ，

Mac os 部署

已支持，近期会写教程

其他环境部署

Linux

由于近期那台电脑丢在学校，暂时没研究，其实我觉得解决 FFMpeg 和 Cuda，应该就没问题了

Star History

主页BOT

部分设置

音频识别

视频识别

图文博客

字幕翻译

声音模拟