AI视频批量翻译工具

选择视频、目标语言和声音后，可自动生成另一种语言的配音、字幕和MP4成片，支持批量文件及文件夹。另有字幕样式设计、双音轨、背景音乐、术语表、短片试译、断点继续和质量报告，适合产品讲解、课程与日常口播。

可以。选择原声音色复刻，通常保持手动参考音频关闭，工具会从当前视频准备音色，再用于目标语言配音。声音相似度受原录音清晰度、模型与语言影响，建议先试译试听，不能保证与原声完全一致。

常见译配包括中文、英语、日语、韩语、法语、德语、俄语、葡萄牙语、泰语、印尼语和越南语；西班牙语、意大利语、阿拉伯语等需要选择支持它们的配音模型。界面语言候选不代表所有模型都支持，完整译配需同时满足识别、配音及音色模式的语言要求。

当前每个批次选择一种目标语言。需要英语、日语等多个版本时，分别切换语言建立任务，建议使用不同结果目录，便于区分与检查。不要把多语言支持理解为一次任务同时勾选多个目标语言。

程序提供8项模型/API配置：语音识别、语义重构、翻译、时长压缩、文本质量检查、复刻音色合成、预设音色合成和音色复刻。不同项目可以复用同一模型，实际调用取决于任务与音色模式，并非每次必须调用8个不同模型。

使用打包好的Windows工具，无需自行搭建AI开发环境，也无需在本地部署大模型。需要联网并填写自己的百炼API Key与服务地址；识别、翻译和配音使用云端服务，视频预览、处理和保存仍需要电脑资源及磁盘空间。

当前网站关联的软件记录为免费使用，需登录一可软件账号。阿里云百炼服务由用户自己的账户提供，真实试译、正式翻译、音色创建及额外检查可能产生服务用量，是否有免费额度及实际费用以该账户和百炼账单为准。

在API与模型的服务连接中填写百炼提供的兼容地址、语音原生地址及API Key，不要把控制台网页链接当作接口地址。密钥、模型、音色和服务地区需兼容，可选择在本机加密记住密钥；不要将密钥填入字幕或术语表。

想保留原讲解者声音，选原声音色复刻；想使用统一的服务预设旁白，选预设音色，并填写模型支持的音色名称；已经创建过可用音色，选已有音色并填写同账户、同地区且与模型匹配的音色ID。

对单说话人视频，可在声音设置中勾选手动指定参考音频，选择清晰的单人录音。可准备约10—20秒、少噪声且无明显配乐的素材，并按模型要求检查；参考文字如填写，应与录音实际内容一致，不确定时留空。

可开启说话人标注，并使用支持该能力的识别模型，工具会为标注出的说话人准备对应音色。重叠讲话、噪声和很短的发言可能影响识别与复刻；长视频跨段的同一人不保证始终合并为同一音色，需要重点试听。外部参考录音仅适用于单说话人视频。

原声需要有足够清晰的单人发言，短句、音乐过响或多人重叠可能无法得到可用音色。可对单人视频准备更清晰的参考录音，或切换预设音色、匹配的已有音色，再先试译确认。

支持MP4、MKV、MOV、AVI、WebM、M4V、MPG/MPEG、MTS/M2TS、TS、WMV、FLV、VOB、3GP和OGV等视频，实际读取取决于编码和文件完整性。输入需同时有视频流和音频流，并有可识别的人声；当前不是纯音频翻译或无声画面文字翻译工具。

选择课程文件夹，勾选遍历子目录与保持原路径结构。例如课程/第一章/介绍.mp4，结果可存到保存目录/第一章/介绍/，其中包含成片、字幕、配音和报告。遇到同名结果文件夹会用数字区分。

原片保留，输出按视频建立独立结果文件夹，重名会自动区分。保存目录可以选原片所在目录，但仍建议按语言和项目分别整理；保留项目与中间文件，便于后续检查和继续任务。

烧录到画面适合固定显示字体、背景和位置；软字幕可在支持的播放器中开关，外观取决于播放器；仅导出SRT表示字幕作为外置文件，不烧入或嵌入画面。该选项仍会执行译配并输出MP4，不是跳过配音的纯字幕翻译模式。

可以。在字幕设计中选择目标语言或双语，设置系统字体或TTF、OTF、TTC文件，调整字号、加粗、颜色和描边；背景可设颜色、透明度、圆角和内边距，位置可选预设或拖动。完整外观用于烧录字幕，SRT不保存这些样式。

样式预览使用内置示例字幕，可查看画面、保存图片或播放静音片段，不识别、翻译或生成配音，不产生百炼翻译用量。先试译会真实处理各视频开头的设定秒数，生成译文和声音，会使用百炼服务。

不会自动去除原画面的字幕，也不翻译海报、招牌等画面文字。可将新字幕放在上方或其他合适位置，避免叠在原字幕上；需要清除旧字幕时，应先准备相应素材再使用本工具译配。

当前不修改人物口型。工具会尽量让译配对应原片讲话时间和位置，并提供语速及超时处理设置；这与人物口型重绘不同，最终仍需试听和检查画面对应关系。

双音轨分别保存目标配音与原声，在支持的播放器中切换听其中一条；旁白叠加是把原声降低后与目标旁白混在同一段声音里，仍能听到原语言。字幕是否双语可独立选择。

不会。纯目标配音不保留原片音乐和环境声，工具没有自动把对白与背景音乐分离的功能。需要原声对照可选双音轨；需要配乐可提供独立背景音频；想同时听到低音量原声可选旁白叠加。

在声音设置中选使用独立背景音频，来源选集中模式（文件夹），再选择随机、顺序或不重复随机。随机可重复，顺序用完循环；不重复随机用完后，多出视频不添加音乐。音乐在下级目录时勾选含子目录，需要整段持续配乐请准备足够长的音频。

选择匹配模式（同名）并指定音频文件夹。例如产品介绍.mp4对应产品介绍.wav或产品介绍.mp3，没有同名音频则不添加背景。建议每个视频准备一份明确的同名配乐，先试译确认背景音量不会盖过讲话。

可以在术语与同步的固定译法中每行填写一条，例如“一可软件 = Yike Software”。结合自然口语、忠实表达或简洁表达等风格使用，完成后仍需重点核对品牌读音、数字、单位及专业术语。

可设置最大加速和重写上限，首次建议沿用默认设置并先做短片试译。勾选超出语速上限时停止该视频，可避免不满意的急促配音直接成为结果；失败后检查具体片段，调整表达或设置再继续。

可以勾选断点继续，保留原素材、保存目录、主要设置以及项目和中间记录，再点击开始翻译。符合条件的已完成步骤可复用；停止中的云端请求可能稍后返回，更换语言、音色或主要参数可能需要重新调用并产生新用量。

保留原素材、目录、项目及中间文件，并开启断点继续时，符合条件的识别、译文和配音可以复用，再生成新的字幕与成片。预览不会修改旧成片，需要重新开始任务输出；更换主要译配设置或缺失缓存时可能需要重新调用模型。

支持同时处理多个视频，并可单独设置API并发与请求频率。初次可从同时视频数2、API并发2开始，按电脑、网络和百炼配额调整。遇到限流可降低并发和每分钟请求数；权限、余额或模型不可用应先解决对应问题。

每条视频对应译配MP4、目标或双语SRT、原文SRT、配音WAV、项目记录和HTML质量报告。报告包含内容、时间与复核提示，辅助检查数字、人名、术语和多人对话；自动检查不能代替最终人工验收。

支持Windows 10/11（64位）。正式译配依赖阿里云百炼API，需要联网，相关音频和文本会按任务提交到所配置的百炼服务。只做字幕样式预览不调用翻译模型；结果文件保存在本机。