【视译宝】独立开发的开源视频翻译神器！

北枫-枫枫 首頁 每日列表 原始影片
實際影片長度：6:29.352。原文、繁中、雙語可點擊句子跳轉影片。
0:00.000–0:07.200
今天我向大家介紹一下最近一段時間我在開發的一個項目。叫做試意寶。
0:08.200–0:14.800
它是一款全自動的AI視頻轉移過的工作台。集成了這個語音識別。
0:15.400–0:21.400
多模型智能翻譯。聲文克隆。配音與雙语字幕。生成的一體式平台。
0:22.000–0:25.000
我今天教學一下大家這個平台怎麼用。
0:25.000–0:26.340
拿到這個項目以後,
0:26.340–0:28.274
我們點擊查詢這個部署文檔。
0:28.274–0:31.400
此時我們會來到我們的這個Github 頁面。
0:32.400–0:36.400
Github 頁面以後,我們可以往下滑有個Redmi。
0:36.400–0:41.400
Redmi裡面有一個AI Agent一鍵部署的這個項目。
0:41.800–0:44.800
我們只需要複製我們的這個提示詞。
0:45.400–0:47.131
我們給了Workbody也好。
0:47.131–0:48.285
給了Codex也好。
0:48.285–0:49.900
給了Cloud Code也好。
0:49.900–0:55.100
給了任意的Agent。他就會拉取我們的倉庫。
0:55.700–1:00.900
然後進行一個環境的配置。就配照環境啟動我們的這個Web服務。
1:01.100–1:03.300
也可以安裝這裡面的ReleaseBall。
1:04.100–1:07.700
這兩種方式都是可以的。我一般習慣性的用這個網頁版。
1:08.100–1:11.900
所以說我今天的演示是用網頁版來給大家演示的。
1:11.900–1:16.900
就是我們十一寶的項目。我們這個項目是進行一個翻譯。
1:16.900–1:23.100
就是說,比如說我們在一些YouTube平台上面看到一些乾貨的一個英文視頻。
1:23.100–1:24.300
但是我們看不懂。
1:24.500–1:26.500
又想把這個視頻好好地學習一下。
1:26.900–1:30.100
此時就需要用到我們的這個十一寶這個APP。
1:30.100–1:32.100
我已經更新了我們的8個版本。
1:32.100–1:35.500
從1.0版本到0.18版型。
1:36.300–1:37.900
中間修復了一堆Bug。
1:38.500–1:41.500
現在這個項目已經初步成熟了。
1:41.500–1:43.500
我們見證一下這個怎麼用。
1:43.500–1:48.500
剛拿到的第一步,我們先去配置我們的翻譯的API。
1:48.500–1:52.500
和我們語音以等文字轉語音的TDS。
1:52.500–1:55.900
這個API它支持主流的一些模型。
1:55.900–1:59.300
比如我們的Gemini,Deepseek,Kami,Dobal。
1:59.300–2:01.700
還有我們的OpenAI,SRubic這些。
2:01.700–2:05.500
我們只需要選擇預設,或者我們可以自定義API。
2:05.500–2:07.700
可以通過中轉的模型去用。
2:07.700–2:08.700
也是可以的。
2:08.700–2:10.700
比如說我就選擇Google Gemini。
2:10.700–2:14.700
我們點擊這個獲取谷歌的GeminiK。
2:14.700–2:17.700
此時我們就打開我們的AS Studio的密钥。
2:17.700–2:19.700
我們只需要創建一個AS Studio的密钥。
2:19.700–2:21.700
然後複製這個。
2:21.700–2:22.700
最後粘進去。
2:22.700–2:24.700
就給我們的模型配置好了。
2:24.700–2:26.700
配置好以後我們可以點擊拉隧模型。
2:26.700–2:30.700
拉隧道模型以後,我們可以看看使用什麼模型。
2:30.700–2:33.700
像我翻譯的話就使用Gemini3.5Flash Lite模型。
2:33.700–2:37.700
選擇好模型以後,我們可以點擊測試K。
2:37.700–2:38.700
我們測試一下能不能用。
2:38.700–2:40.700
他說,教員成功,可以使用。
2:40.700–2:43.700
此時,我們的翻譯模型也配置好了。
2:43.700–2:47.700
翻譯模型配置好以後,我們需要配置我們的TTS。
2:47.700–2:49.700
語音合成的一個模型。
2:49.700–2:51.700
我用的是小米的Memo。
2:51.700–2:52.700
我們點擊測試。
2:52.700–2:53.700
好,我們Memo也配置好了。
2:53.700–2:57.700
我們可以在這裡面獲取我們的小米的一個K。
2:57.700–2:58.700
我們也是可以獲取的。
2:58.700–3:01.700
兩個配置好以後,我們這邊可以選擇兩種模式。
3:01.700–3:04.700
一種模式就是我們的這個邊緩存邊看的模式。
3:04.700–3:06.700
一種模式是我們的處理完再看的模式。
3:06.700–3:10.700
像我一般推薦大家打開急速流秒開的一個模式。
3:10.700–3:12.700
我們設置好這些以後,我們點擊保存。
3:12.700–3:15.700
保存選擇好以後,我們去我們的音色庫裡面。
3:15.700–3:17.700
這裡面可以選擇我們喜歡的音色。
3:17.700–3:19.700
像我默認喜歡冰糖。
3:19.700–3:20.700
你好,我是冰糖。
3:20.700–3:22.700
我的聲音甜美清亮。
3:22.700–3:24.700
讓我來為你朗讀視頻內容吧。
3:24.700–3:26.700
你好,我是茉莉。
3:26.700–3:28.700
我的聲音溫柔優雅。
3:28.700–3:29.700
很高興為你服務。
3:29.700–3:31.700
或者選擇蘇打。
3:31.700–3:32.700
這些都是可以的。
3:32.700–3:33.700
你好,我是蘇打。
3:33.700–3:35.700
我的聲音沉穩有力。
3:35.700–3:37.700
適合各類視頻配音。
3:37.700–3:38.700
這個就看你們的一個喜好了。
3:38.700–3:40.700
我們點擊性能調度這個頁面,
3:40.700–3:43.700
能調配我們整體的一個性能。
3:43.700–3:46.700
比如說我可以選擇任務併發的一個個數。
3:46.700–3:48.700
還有字母的一個大小。
3:48.700–3:49.767
還有我們這個模型的一個變化程度。
3:49.767–3:53.700
還有我們翻譯模型和我們轉譯模型的一個變化。
3:53.700–3:57.700
配置好以後,或者根據本級的硬件智能推薦這個皮位值。
3:57.700–4:00.700
我們把這些操作步驟配置好以後。
4:00.700–4:03.700
我們就可以進行一個視頻的翻譯了。
4:03.700–4:05.700
我們可以選擇這個。
4:05.700–4:07.700
比如說我們選擇自動識別。
4:07.700–4:08.700
自動識別它的初始的一個語言。
4:08.700–4:09.700
翻譯成中文。
4:09.700–4:11.700
比如說我現在給他們舉個例子。
4:11.700–4:13.700
比如說我現在有個項目。
4:13.700–4:15.700
就像有個視頻想翻譯一下。
4:15.700–4:17.700
我現在找到這個視頻。
4:17.700–4:18.700
比如說我這個視頻。
4:18.700–4:19.700
這個視頻。
4:19.700–4:21.700
當然你會學會如何建立這些3D、
4:21.700–4:23.700
電影的、電影的、電影的網站。
4:23.700–4:24.700
全部都會。
4:24.700–4:26.700
這是一個純英文視頻。
4:26.700–4:27.700
但是我看不懂。
4:27.700–4:28.700
我就想把這個視頻給翻譯一下。
4:28.700–4:31.700
就是說只需要把這個視頻。
4:31.700–4:33.700
我們把這些參數選好以後。
4:33.700–4:35.700
這邊能選擇翻譯的模型和音色。
4:35.700–4:36.700
還有原生。
4:36.700–4:38.700
我給它打開20%的原生。
4:38.700–4:41.700
我們只需要把這個視頻給它拖進去。
4:41.700–4:44.700
然後它就會自動上傳我們的一個視頻原文件。
4:44.700–4:46.700
然後進行一步一步的整理。
4:46.700–4:49.700
先是上傳視頻到我們的B檢平台。
4:49.700–4:51.700
我們進行一個音頻分離。
4:51.700–4:53.700
然後最後進行字幕的一個翻譯。
4:53.700–4:56.700
還有我們的這個TDS的轉譯。
4:56.700–4:57.700
最後合成。
4:57.700–4:59.700
這是我們做的這一步工作。
4:59.700–5:00.700
到達這個頁面以後,
5:00.700–5:02.700
我們可以選擇等待上一會。
5:02.700–5:05.700
在本課程中,你將學習如何創建。
5:05.700–5:08.700
此時我們就會處理好我們的第一部分。
5:08.700–5:10.700
它說只要處理好前30秒。
5:10.700–5:13.700
後面它會在後台自動去進行一個翻譯,
5:13.700–5:14.700
一個識別。
5:14.700–5:17.700
我們此時就可以一邊看,一邊進行學習。
5:17.700–5:19.700
這三個三維動畫互動網站。
5:19.700–5:22.700
所有這些都將結合人工智能。
5:22.700–5:24.700
然後我們可以放大一個化大語言。
5:24.700–5:26.700
我們不會使用任何三維軟件。
5:26.700–5:29.700
像這樣的網站在當今時代是完全可能的。
5:29.700–5:31.700
通過滾動進行互動的網站。
5:31.700–5:35.700
我將與你分享關於人工智能網站你需要知道的一切。
5:35.700–5:37.700
在這個完整課程中,
5:37.700–5:39.700
了解如何使用人工智能的網站。
5:39.700–5:40.700
所以如果你觀看了,
5:40.700–5:43.700
你將能夠生成像這樣的圖像素材和視頻。
5:43.700–5:45.700
所以請務必觀看至最後。
5:45.700–5:47.700
當我們整體發言好以後,
5:47.700–5:49.700
就回到我們的歷史項目裡面。
5:49.700–5:51.700
我們可以讓它在後台树立。
5:51.700–5:53.700
我們可以讓它在這個歷史項目。
5:53.700–5:56.700
我們可以看到我們之前翻譯好的一個結果。
5:56.700–5:58.700
右側是我們的這個字幕列表。
5:58.700–6:00.700
我們可以看到每一個字幕。
6:00.700–6:01.700
下面是我們的時間軸。
6:01.700–6:03.700
我們可以看到不同的時間軸。
6:03.700–6:05.700
還有我們可以在這個右側,
6:05.700–6:07.700
進行一個AI的分析和總結。
6:07.700–6:09.700
總結一下我們的一個核心摘要。
6:09.700–6:10.700
還有我們的一個學習大綱。
6:10.700–6:11.700
字幕問答。
6:11.700–6:14.700
我們都可以通過右邊的AI問答區域。
6:14.700–6:16.700
然後我們可以點擊導出視頻。
6:16.700–6:17.700
也可以導出翻譯好的視頻,
6:17.700–6:19.700
給我們預覽、觀看。
6:19.700–6:20.700
在本課程中,
6:20.700–6:24.700
你將學習如何創建這三個三維動畫互動網站。
6:24.700–6:27.700
所有這些都將結合人工智能來使用。
6:27.700–6:29.352
我們不會使用任何三類文件。
0:00.000–0:07.200
今天我向大家介紹一下最近一段時間我在開發的一個項目。叫做試意寶。
0:08.200–0:14.800
它是一款全自動的AI視頻轉移過的工作台。集成了這個語音識別。
0:15.400–0:21.400
多模型智能翻譯。聲文克隆。配音與雙语字幕。生成的一體式平台。
0:22.000–0:25.000
我今天教學一下大家這個平台怎麼用。
0:25.000–0:26.340
拿到這個項目以後,
0:26.340–0:28.274
我們點擊查詢這個部署文檔。
0:28.274–0:31.400
此時我們會來到我們的這個Github 頁面。
0:32.400–0:36.400
Github 頁面以後,我們可以往下滑有個Redmi。
0:36.400–0:41.400
Redmi裡面有一個AI Agent一鍵部署的這個項目。
0:41.800–0:44.800
我們只需要複製我們的這個提示詞。
0:45.400–0:47.131
我們給了Workbody也好。
0:47.131–0:48.285
給了Codex也好。
0:48.285–0:49.900
給了Cloud Code也好。
0:49.900–0:55.100
給了任意的Agent。他就會拉取我們的倉庫。
0:55.700–1:00.900
然後進行一個環境的配置。就配照環境啟動我們的這個Web服務。
1:01.100–1:03.300
也可以安裝這裡面的ReleaseBall。
1:04.100–1:07.700
這兩種方式都是可以的。我一般習慣性的用這個網頁版。
1:08.100–1:11.900
所以說我今天的演示是用網頁版來給大家演示的。
1:11.900–1:16.900
就是我們十一寶的項目。我們這個項目是進行一個翻譯。
1:16.900–1:23.100
就是說,比如說我們在一些YouTube平台上面看到一些乾貨的一個英文視頻。
1:23.100–1:24.300
但是我們看不懂。
1:24.500–1:26.500
又想把這個視頻好好地學習一下。
1:26.900–1:30.100
此時就需要用到我們的這個十一寶這個APP。
1:30.100–1:32.100
我已經更新了我們的8個版本。
1:32.100–1:35.500
從1.0版本到0.18版型。
1:36.300–1:37.900
中間修復了一堆Bug。
1:38.500–1:41.500
現在這個項目已經初步成熟了。
1:41.500–1:43.500
我們見證一下這個怎麼用。
1:43.500–1:48.500
剛拿到的第一步,我們先去配置我們的翻譯的API。
1:48.500–1:52.500
和我們語音以等文字轉語音的TDS。
1:52.500–1:55.900
這個API它支持主流的一些模型。
1:55.900–1:59.300
比如我們的Gemini,Deepseek,Kami,Dobal。
1:59.300–2:01.700
還有我們的OpenAI,SRubic這些。
2:01.700–2:05.500
我們只需要選擇預設,或者我們可以自定義API。
2:05.500–2:07.700
可以通過中轉的模型去用。
2:07.700–2:08.700
也是可以的。
2:08.700–2:10.700
比如說我就選擇Google Gemini。
2:10.700–2:14.700
我們點擊這個獲取谷歌的GeminiK。
2:14.700–2:17.700
此時我們就打開我們的AS Studio的密钥。
2:17.700–2:19.700
我們只需要創建一個AS Studio的密钥。
2:19.700–2:21.700
然後複製這個。
2:21.700–2:22.700
最後粘進去。
2:22.700–2:24.700
就給我們的模型配置好了。
2:24.700–2:26.700
配置好以後我們可以點擊拉隧模型。
2:26.700–2:30.700
拉隧道模型以後,我們可以看看使用什麼模型。
2:30.700–2:33.700
像我翻譯的話就使用Gemini3.5Flash Lite模型。
2:33.700–2:37.700
選擇好模型以後,我們可以點擊測試K。
2:37.700–2:38.700
我們測試一下能不能用。
2:38.700–2:40.700
他說,教員成功,可以使用。
2:40.700–2:43.700
此時,我們的翻譯模型也配置好了。
2:43.700–2:47.700
翻譯模型配置好以後,我們需要配置我們的TTS。
2:47.700–2:49.700
語音合成的一個模型。
2:49.700–2:51.700
我用的是小米的Memo。
2:51.700–2:52.700
我們點擊測試。
2:52.700–2:53.700
好,我們Memo也配置好了。
2:53.700–2:57.700
我們可以在這裡面獲取我們的小米的一個K。
2:57.700–2:58.700
我們也是可以獲取的。
2:58.700–3:01.700
兩個配置好以後,我們這邊可以選擇兩種模式。
3:01.700–3:04.700
一種模式就是我們的這個邊緩存邊看的模式。
3:04.700–3:06.700
一種模式是我們的處理完再看的模式。
3:06.700–3:10.700
像我一般推薦大家打開急速流秒開的一個模式。
3:10.700–3:12.700
我們設置好這些以後,我們點擊保存。
3:12.700–3:15.700
保存選擇好以後,我們去我們的音色庫裡面。
3:15.700–3:17.700
這裡面可以選擇我們喜歡的音色。
3:17.700–3:19.700
像我默認喜歡冰糖。
3:19.700–3:20.700
你好,我是冰糖。
3:20.700–3:22.700
我的聲音甜美清亮。
3:22.700–3:24.700
讓我來為你朗讀視頻內容吧。
3:24.700–3:26.700
你好,我是茉莉。
3:26.700–3:28.700
我的聲音溫柔優雅。
3:28.700–3:29.700
很高興為你服務。
3:29.700–3:31.700
或者選擇蘇打。
3:31.700–3:32.700
這些都是可以的。
3:32.700–3:33.700
你好,我是蘇打。
3:33.700–3:35.700
我的聲音沉穩有力。
3:35.700–3:37.700
適合各類視頻配音。
3:37.700–3:38.700
這個就看你們的一個喜好了。
3:38.700–3:40.700
我們點擊性能調度這個頁面,
3:40.700–3:43.700
能調配我們整體的一個性能。
3:43.700–3:46.700
比如說我可以選擇任務併發的一個個數。
3:46.700–3:48.700
還有字母的一個大小。
3:48.700–3:49.767
還有我們這個模型的一個變化程度。
3:49.767–3:53.700
還有我們翻譯模型和我們轉譯模型的一個變化。
3:53.700–3:57.700
配置好以後,或者根據本級的硬件智能推薦這個皮位值。
3:57.700–4:00.700
我們把這些操作步驟配置好以後。
4:00.700–4:03.700
我們就可以進行一個視頻的翻譯了。
4:03.700–4:05.700
我們可以選擇這個。
4:05.700–4:07.700
比如說我們選擇自動識別。
4:07.700–4:08.700
自動識別它的初始的一個語言。
4:08.700–4:09.700
翻譯成中文。
4:09.700–4:11.700
比如說我現在給他們舉個例子。
4:11.700–4:13.700
比如說我現在有個項目。
4:13.700–4:15.700
就像有個視頻想翻譯一下。
4:15.700–4:17.700
我現在找到這個視頻。
4:17.700–4:18.700
比如說我這個視頻。
4:18.700–4:19.700
這個視頻。
4:19.700–4:21.700
當然你會學會如何建立這些3D、
4:21.700–4:23.700
電影的、電影的、電影的網站。
4:23.700–4:24.700
全部都會。
4:24.700–4:26.700
這是一個純英文視頻。
4:26.700–4:27.700
但是我看不懂。
4:27.700–4:28.700
我就想把這個視頻給翻譯一下。
4:28.700–4:31.700
就是說只需要把這個視頻。
4:31.700–4:33.700
我們把這些參數選好以後。
4:33.700–4:35.700
這邊能選擇翻譯的模型和音色。
4:35.700–4:36.700
還有原生。
4:36.700–4:38.700
我給它打開20%的原生。
4:38.700–4:41.700
我們只需要把這個視頻給它拖進去。
4:41.700–4:44.700
然後它就會自動上傳我們的一個視頻原文件。
4:44.700–4:46.700
然後進行一步一步的整理。
4:46.700–4:49.700
先是上傳視頻到我們的B檢平台。
4:49.700–4:51.700
我們進行一個音頻分離。
4:51.700–4:53.700
然後最後進行字幕的一個翻譯。
4:53.700–4:56.700
還有我們的這個TDS的轉譯。
4:56.700–4:57.700
最後合成。
4:57.700–4:59.700
這是我們做的這一步工作。
4:59.700–5:00.700
到達這個頁面以後,
5:00.700–5:02.700
我們可以選擇等待上一會。
5:02.700–5:05.700
在本課程中,你將學習如何創建。
5:05.700–5:08.700
此時我們就會處理好我們的第一部分。
5:08.700–5:10.700
它說只要處理好前30秒。
5:10.700–5:13.700
後面它會在後台自動去進行一個翻譯,
5:13.700–5:14.700
一個識別。
5:14.700–5:17.700
我們此時就可以一邊看,一邊進行學習。
5:17.700–5:19.700
這三個三維動畫互動網站。
5:19.700–5:22.700
所有這些都將結合人工智能。
5:22.700–5:24.700
然後我們可以放大一個化大語言。
5:24.700–5:26.700
我們不會使用任何三維軟件。
5:26.700–5:29.700
像這樣的網站在當今時代是完全可能的。
5:29.700–5:31.700
通過滾動進行互動的網站。
5:31.700–5:35.700
我將與你分享關於人工智能網站你需要知道的一切。
5:35.700–5:37.700
在這個完整課程中,
5:37.700–5:39.700
了解如何使用人工智能的網站。
5:39.700–5:40.700
所以如果你觀看了,
5:40.700–5:43.700
你將能夠生成像這樣的圖像素材和視頻。
5:43.700–5:45.700
所以請務必觀看至最後。
5:45.700–5:47.700
當我們整體發言好以後,
5:47.700–5:49.700
就回到我們的歷史項目裡面。
5:49.700–5:51.700
我們可以讓它在後台树立。
5:51.700–5:53.700
我們可以讓它在這個歷史項目。
5:53.700–5:56.700
我們可以看到我們之前翻譯好的一個結果。
5:56.700–5:58.700
右側是我們的這個字幕列表。
5:58.700–6:00.700
我們可以看到每一個字幕。
6:00.700–6:01.700
下面是我們的時間軸。
6:01.700–6:03.700
我們可以看到不同的時間軸。
6:03.700–6:05.700
還有我們可以在這個右側,
6:05.700–6:07.700
進行一個AI的分析和總結。
6:07.700–6:09.700
總結一下我們的一個核心摘要。
6:09.700–6:10.700
還有我們的一個學習大綱。
6:10.700–6:11.700
字幕問答。
6:11.700–6:14.700
我們都可以通過右邊的AI問答區域。
6:14.700–6:16.700
然後我們可以點擊導出視頻。
6:16.700–6:17.700
也可以導出翻譯好的視頻,
6:17.700–6:19.700
給我們預覽、觀看。
6:19.700–6:20.700
在本課程中,
6:20.700–6:24.700
你將學習如何創建這三個三維動畫互動網站。
6:24.700–6:27.700
所有這些都將結合人工智能來使用。
6:27.700–6:29.352
我們不會使用任何三類文件。
0:00.000–0:07.200
今天我向大家介紹一下最近一段時間我在開發的一個項目。叫做試意寶。
今天我向大家介紹一下最近一段時間我在開發的一個項目。叫做試意寶。
0:08.200–0:14.800
它是一款全自動的AI視頻轉移過的工作台。集成了這個語音識別。
它是一款全自動的AI視頻轉移過的工作台。集成了這個語音識別。
0:15.400–0:21.400
多模型智能翻譯。聲文克隆。配音與雙语字幕。生成的一體式平台。
多模型智能翻譯。聲文克隆。配音與雙语字幕。生成的一體式平台。
0:22.000–0:25.000
我今天教學一下大家這個平台怎麼用。
我今天教學一下大家這個平台怎麼用。
0:25.000–0:26.340
拿到這個項目以後,
拿到這個項目以後,
0:26.340–0:28.274
我們點擊查詢這個部署文檔。
我們點擊查詢這個部署文檔。
0:28.274–0:31.400
此時我們會來到我們的這個Github 頁面。
此時我們會來到我們的這個Github 頁面。
0:32.400–0:36.400
Github 頁面以後,我們可以往下滑有個Redmi。
Github 頁面以後,我們可以往下滑有個Redmi。
0:36.400–0:41.400
Redmi裡面有一個AI Agent一鍵部署的這個項目。
Redmi裡面有一個AI Agent一鍵部署的這個項目。
0:41.800–0:44.800
我們只需要複製我們的這個提示詞。
我們只需要複製我們的這個提示詞。
0:45.400–0:47.131
我們給了Workbody也好。
我們給了Workbody也好。
0:47.131–0:48.285
給了Codex也好。
給了Codex也好。
0:48.285–0:49.900
給了Cloud Code也好。
給了Cloud Code也好。
0:49.900–0:55.100
給了任意的Agent。他就會拉取我們的倉庫。
給了任意的Agent。他就會拉取我們的倉庫。
0:55.700–1:00.900
然後進行一個環境的配置。就配照環境啟動我們的這個Web服務。
然後進行一個環境的配置。就配照環境啟動我們的這個Web服務。
1:01.100–1:03.300
也可以安裝這裡面的ReleaseBall。
也可以安裝這裡面的ReleaseBall。
1:04.100–1:07.700
這兩種方式都是可以的。我一般習慣性的用這個網頁版。
這兩種方式都是可以的。我一般習慣性的用這個網頁版。
1:08.100–1:11.900
所以說我今天的演示是用網頁版來給大家演示的。
所以說我今天的演示是用網頁版來給大家演示的。
1:11.900–1:16.900
就是我們十一寶的項目。我們這個項目是進行一個翻譯。
就是我們十一寶的項目。我們這個項目是進行一個翻譯。
1:16.900–1:23.100
就是說,比如說我們在一些YouTube平台上面看到一些乾貨的一個英文視頻。
就是說,比如說我們在一些YouTube平台上面看到一些乾貨的一個英文視頻。
1:23.100–1:24.300
但是我們看不懂。
但是我們看不懂。
1:24.500–1:26.500
又想把這個視頻好好地學習一下。
又想把這個視頻好好地學習一下。
1:26.900–1:30.100
此時就需要用到我們的這個十一寶這個APP。
此時就需要用到我們的這個十一寶這個APP。
1:30.100–1:32.100
我已經更新了我們的8個版本。
我已經更新了我們的8個版本。
1:32.100–1:35.500
從1.0版本到0.18版型。
從1.0版本到0.18版型。
1:36.300–1:37.900
中間修復了一堆Bug。
中間修復了一堆Bug。
1:38.500–1:41.500
現在這個項目已經初步成熟了。
現在這個項目已經初步成熟了。
1:41.500–1:43.500
我們見證一下這個怎麼用。
我們見證一下這個怎麼用。
1:43.500–1:48.500
剛拿到的第一步,我們先去配置我們的翻譯的API。
剛拿到的第一步,我們先去配置我們的翻譯的API。
1:48.500–1:52.500
和我們語音以等文字轉語音的TDS。
和我們語音以等文字轉語音的TDS。
1:52.500–1:55.900
這個API它支持主流的一些模型。
這個API它支持主流的一些模型。
1:55.900–1:59.300
比如我們的Gemini,Deepseek,Kami,Dobal。
比如我們的Gemini,Deepseek,Kami,Dobal。
1:59.300–2:01.700
還有我們的OpenAI,SRubic這些。
還有我們的OpenAI,SRubic這些。
2:01.700–2:05.500
我們只需要選擇預設,或者我們可以自定義API。
我們只需要選擇預設,或者我們可以自定義API。
2:05.500–2:07.700
可以通過中轉的模型去用。
可以通過中轉的模型去用。
2:07.700–2:08.700
也是可以的。
也是可以的。
2:08.700–2:10.700
比如說我就選擇Google Gemini。
比如說我就選擇Google Gemini。
2:10.700–2:14.700
我們點擊這個獲取谷歌的GeminiK。
我們點擊這個獲取谷歌的GeminiK。
2:14.700–2:17.700
此時我們就打開我們的AS Studio的密钥。
此時我們就打開我們的AS Studio的密钥。
2:17.700–2:19.700
我們只需要創建一個AS Studio的密钥。
我們只需要創建一個AS Studio的密钥。
2:19.700–2:21.700
然後複製這個。
然後複製這個。
2:21.700–2:22.700
最後粘進去。
最後粘進去。
2:22.700–2:24.700
就給我們的模型配置好了。
就給我們的模型配置好了。
2:24.700–2:26.700
配置好以後我們可以點擊拉隧模型。
配置好以後我們可以點擊拉隧模型。
2:26.700–2:30.700
拉隧道模型以後,我們可以看看使用什麼模型。
拉隧道模型以後,我們可以看看使用什麼模型。
2:30.700–2:33.700
像我翻譯的話就使用Gemini3.5Flash Lite模型。
像我翻譯的話就使用Gemini3.5Flash Lite模型。
2:33.700–2:37.700
選擇好模型以後,我們可以點擊測試K。
選擇好模型以後,我們可以點擊測試K。
2:37.700–2:38.700
我們測試一下能不能用。
我們測試一下能不能用。
2:38.700–2:40.700
他說,教員成功,可以使用。
他說,教員成功,可以使用。
2:40.700–2:43.700
此時,我們的翻譯模型也配置好了。
此時,我們的翻譯模型也配置好了。
2:43.700–2:47.700
翻譯模型配置好以後,我們需要配置我們的TTS。
翻譯模型配置好以後,我們需要配置我們的TTS。
2:47.700–2:49.700
語音合成的一個模型。
語音合成的一個模型。
2:49.700–2:51.700
我用的是小米的Memo。
我用的是小米的Memo。
2:51.700–2:52.700
我們點擊測試。
我們點擊測試。
2:52.700–2:53.700
好,我們Memo也配置好了。
好,我們Memo也配置好了。
2:53.700–2:57.700
我們可以在這裡面獲取我們的小米的一個K。
我們可以在這裡面獲取我們的小米的一個K。
2:57.700–2:58.700
我們也是可以獲取的。
我們也是可以獲取的。
2:58.700–3:01.700
兩個配置好以後,我們這邊可以選擇兩種模式。
兩個配置好以後,我們這邊可以選擇兩種模式。
3:01.700–3:04.700
一種模式就是我們的這個邊緩存邊看的模式。
一種模式就是我們的這個邊緩存邊看的模式。
3:04.700–3:06.700
一種模式是我們的處理完再看的模式。
一種模式是我們的處理完再看的模式。
3:06.700–3:10.700
像我一般推薦大家打開急速流秒開的一個模式。
像我一般推薦大家打開急速流秒開的一個模式。
3:10.700–3:12.700
我們設置好這些以後,我們點擊保存。
我們設置好這些以後,我們點擊保存。
3:12.700–3:15.700
保存選擇好以後,我們去我們的音色庫裡面。
保存選擇好以後,我們去我們的音色庫裡面。
3:15.700–3:17.700
這裡面可以選擇我們喜歡的音色。
這裡面可以選擇我們喜歡的音色。
3:17.700–3:19.700
像我默認喜歡冰糖。
像我默認喜歡冰糖。
3:19.700–3:20.700
你好,我是冰糖。
你好,我是冰糖。
3:20.700–3:22.700
我的聲音甜美清亮。
我的聲音甜美清亮。
3:22.700–3:24.700
讓我來為你朗讀視頻內容吧。
讓我來為你朗讀視頻內容吧。
3:24.700–3:26.700
你好,我是茉莉。
你好,我是茉莉。
3:26.700–3:28.700
我的聲音溫柔優雅。
我的聲音溫柔優雅。
3:28.700–3:29.700
很高興為你服務。
很高興為你服務。
3:29.700–3:31.700
或者選擇蘇打。
或者選擇蘇打。
3:31.700–3:32.700
這些都是可以的。
這些都是可以的。
3:32.700–3:33.700
你好,我是蘇打。
你好,我是蘇打。
3:33.700–3:35.700
我的聲音沉穩有力。
我的聲音沉穩有力。
3:35.700–3:37.700
適合各類視頻配音。
適合各類視頻配音。
3:37.700–3:38.700
這個就看你們的一個喜好了。
這個就看你們的一個喜好了。
3:38.700–3:40.700
我們點擊性能調度這個頁面,
我們點擊性能調度這個頁面,
3:40.700–3:43.700
能調配我們整體的一個性能。
能調配我們整體的一個性能。
3:43.700–3:46.700
比如說我可以選擇任務併發的一個個數。
比如說我可以選擇任務併發的一個個數。
3:46.700–3:48.700
還有字母的一個大小。
還有字母的一個大小。
3:48.700–3:49.767
還有我們這個模型的一個變化程度。
還有我們這個模型的一個變化程度。
3:49.767–3:53.700
還有我們翻譯模型和我們轉譯模型的一個變化。
還有我們翻譯模型和我們轉譯模型的一個變化。
3:53.700–3:57.700
配置好以後,或者根據本級的硬件智能推薦這個皮位值。
配置好以後,或者根據本級的硬件智能推薦這個皮位值。
3:57.700–4:00.700
我們把這些操作步驟配置好以後。
我們把這些操作步驟配置好以後。
4:00.700–4:03.700
我們就可以進行一個視頻的翻譯了。
我們就可以進行一個視頻的翻譯了。
4:03.700–4:05.700
我們可以選擇這個。
我們可以選擇這個。
4:05.700–4:07.700
比如說我們選擇自動識別。
比如說我們選擇自動識別。
4:07.700–4:08.700
自動識別它的初始的一個語言。
自動識別它的初始的一個語言。
4:08.700–4:09.700
翻譯成中文。
翻譯成中文。
4:09.700–4:11.700
比如說我現在給他們舉個例子。
比如說我現在給他們舉個例子。
4:11.700–4:13.700
比如說我現在有個項目。
比如說我現在有個項目。
4:13.700–4:15.700
就像有個視頻想翻譯一下。
就像有個視頻想翻譯一下。
4:15.700–4:17.700
我現在找到這個視頻。
我現在找到這個視頻。
4:17.700–4:18.700
比如說我這個視頻。
比如說我這個視頻。
4:18.700–4:19.700
這個視頻。
這個視頻。
4:19.700–4:21.700
當然你會學會如何建立這些3D、
當然你會學會如何建立這些3D、
4:21.700–4:23.700
電影的、電影的、電影的網站。
電影的、電影的、電影的網站。
4:23.700–4:24.700
全部都會。
全部都會。
4:24.700–4:26.700
這是一個純英文視頻。
這是一個純英文視頻。
4:26.700–4:27.700
但是我看不懂。
但是我看不懂。
4:27.700–4:28.700
我就想把這個視頻給翻譯一下。
我就想把這個視頻給翻譯一下。
4:28.700–4:31.700
就是說只需要把這個視頻。
就是說只需要把這個視頻。
4:31.700–4:33.700
我們把這些參數選好以後。
我們把這些參數選好以後。
4:33.700–4:35.700
這邊能選擇翻譯的模型和音色。
這邊能選擇翻譯的模型和音色。
4:35.700–4:36.700
還有原生。
還有原生。
4:36.700–4:38.700
我給它打開20%的原生。
我給它打開20%的原生。
4:38.700–4:41.700
我們只需要把這個視頻給它拖進去。
我們只需要把這個視頻給它拖進去。
4:41.700–4:44.700
然後它就會自動上傳我們的一個視頻原文件。
然後它就會自動上傳我們的一個視頻原文件。
4:44.700–4:46.700
然後進行一步一步的整理。
然後進行一步一步的整理。
4:46.700–4:49.700
先是上傳視頻到我們的B檢平台。
先是上傳視頻到我們的B檢平台。
4:49.700–4:51.700
我們進行一個音頻分離。
我們進行一個音頻分離。
4:51.700–4:53.700
然後最後進行字幕的一個翻譯。
然後最後進行字幕的一個翻譯。
4:53.700–4:56.700
還有我們的這個TDS的轉譯。
還有我們的這個TDS的轉譯。
4:56.700–4:57.700
最後合成。
最後合成。
4:57.700–4:59.700
這是我們做的這一步工作。
這是我們做的這一步工作。
4:59.700–5:00.700
到達這個頁面以後,
到達這個頁面以後,
5:00.700–5:02.700
我們可以選擇等待上一會。
我們可以選擇等待上一會。
5:02.700–5:05.700
在本課程中,你將學習如何創建。
在本課程中,你將學習如何創建。
5:05.700–5:08.700
此時我們就會處理好我們的第一部分。
此時我們就會處理好我們的第一部分。
5:08.700–5:10.700
它說只要處理好前30秒。
它說只要處理好前30秒。
5:10.700–5:13.700
後面它會在後台自動去進行一個翻譯,
後面它會在後台自動去進行一個翻譯,
5:13.700–5:14.700
一個識別。
一個識別。
5:14.700–5:17.700
我們此時就可以一邊看,一邊進行學習。
我們此時就可以一邊看,一邊進行學習。
5:17.700–5:19.700
這三個三維動畫互動網站。
這三個三維動畫互動網站。
5:19.700–5:22.700
所有這些都將結合人工智能。
所有這些都將結合人工智能。
5:22.700–5:24.700
然後我們可以放大一個化大語言。
然後我們可以放大一個化大語言。
5:24.700–5:26.700
我們不會使用任何三維軟件。
我們不會使用任何三維軟件。
5:26.700–5:29.700
像這樣的網站在當今時代是完全可能的。
像這樣的網站在當今時代是完全可能的。
5:29.700–5:31.700
通過滾動進行互動的網站。
通過滾動進行互動的網站。
5:31.700–5:35.700
我將與你分享關於人工智能網站你需要知道的一切。
我將與你分享關於人工智能網站你需要知道的一切。
5:35.700–5:37.700
在這個完整課程中,
在這個完整課程中,
5:37.700–5:39.700
了解如何使用人工智能的網站。
了解如何使用人工智能的網站。
5:39.700–5:40.700
所以如果你觀看了,
所以如果你觀看了,
5:40.700–5:43.700
你將能夠生成像這樣的圖像素材和視頻。
你將能夠生成像這樣的圖像素材和視頻。
5:43.700–5:45.700
所以請務必觀看至最後。
所以請務必觀看至最後。
5:45.700–5:47.700
當我們整體發言好以後,
當我們整體發言好以後,
5:47.700–5:49.700
就回到我們的歷史項目裡面。
就回到我們的歷史項目裡面。
5:49.700–5:51.700
我們可以讓它在後台树立。
我們可以讓它在後台树立。
5:51.700–5:53.700
我們可以讓它在這個歷史項目。
我們可以讓它在這個歷史項目。
5:53.700–5:56.700
我們可以看到我們之前翻譯好的一個結果。
我們可以看到我們之前翻譯好的一個結果。
5:56.700–5:58.700
右側是我們的這個字幕列表。
右側是我們的這個字幕列表。
5:58.700–6:00.700
我們可以看到每一個字幕。
我們可以看到每一個字幕。
6:00.700–6:01.700
下面是我們的時間軸。
下面是我們的時間軸。
6:01.700–6:03.700
我們可以看到不同的時間軸。
我們可以看到不同的時間軸。
6:03.700–6:05.700
還有我們可以在這個右側,
還有我們可以在這個右側,
6:05.700–6:07.700
進行一個AI的分析和總結。
進行一個AI的分析和總結。
6:07.700–6:09.700
總結一下我們的一個核心摘要。
總結一下我們的一個核心摘要。
6:09.700–6:10.700
還有我們的一個學習大綱。
還有我們的一個學習大綱。
6:10.700–6:11.700
字幕問答。
字幕問答。
6:11.700–6:14.700
我們都可以通過右邊的AI問答區域。
我們都可以通過右邊的AI問答區域。
6:14.700–6:16.700
然後我們可以點擊導出視頻。
然後我們可以點擊導出視頻。
6:16.700–6:17.700
也可以導出翻譯好的視頻,
也可以導出翻譯好的視頻,
6:17.700–6:19.700
給我們預覽、觀看。
給我們預覽、觀看。
6:19.700–6:20.700
在本課程中,
在本課程中,
6:20.700–6:24.700
你將學習如何創建這三個三維動畫互動網站。
你將學習如何創建這三個三維動畫互動網站。
6:24.700–6:27.700
所有這些都將結合人工智能來使用。
所有這些都將結合人工智能來使用。
6:27.700–6:29.352
我們不會使用任何三類文件。
我們不會使用任何三類文件。

影片筆記：【视译宝】独立开发的开源视频翻译神器！

<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->

⚠️ 可先使用，仍有待修正項目

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

  • 待修正：逐字稿全文快速校讀未完成（已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。）
  • 待修正：逐字稿可先使用，但有待校正清單（segment=96 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語）

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

一句話總結

影片介紹了一款名為「試意寶」（Shiyibao）的開源全自動 AI 視頻翻譯工作台，支援從 GitHub 一鍵部署或網頁版使用，整合了語音識別、多模型翻譯（如 Gemini、OpenAI）、TTS 語音合成及雙語字幕生成，提供「邊緩存邊看」的流暢體驗與後台 AI 摘要分析功能。

核心重點

  • 產品定位：「試意寶」是一個一體式的 AI 視頻翻譯工作台，旨在解決觀看 YouTube 等外文乾貨視頻時的語言障礙。
  • 核心功能：集成語音識別、多模型智能翻譯、聲文克隆、配音及雙語字幕生成。
  • 部署方式：
  • GitHub 一鍵部署：透過複製提示詞給 AI Agent（如 Workbody、Codex、Cloud Code）進行自動部署與環境配置。
  • ReleaseBall：另一種安裝方式。
  • 網頁版：講者主要演示網頁版操作。
  • 配置流程：
  • 翻譯 API：支援 Gemini、Deepseek、Kami、Dobal、OpenAI、SRubic 等模型，需配置 API Key。
  • TTS 語音合成：支援小米 Memo 等模型，需配置 Key。
  • 運行模式：提供「邊緩存邊看」（推薦，急速流秒開）與「處理完再看」兩種模式。
  • 操作體驗：
  • 使用者上傳視頻後，系統自動進行音頻分離、字幕翻譯、TTS 轉譯及合成。
  • 處理前 30 秒後即可開始觀看與學習，後續內容在後台自動處理。
  • 支援自定義音色（冰糖、茉莉、蘇打）及性能參數（任務併發、字母大小等）。
  • 後台管理：提供歷史項目查看、字幕列表與時間軸、AI 摘要分析（核心摘要、學習大綱）、字幕問答互動及視頻導出功能。

詳細大綱

1. 項目介紹與背景

  • 名稱：試意寶（Shiyibao），逐字稿中亦提及「十一寶」。
  • 功能：全自動 AI 視頻翻譯工作台，包含語音識別、多模型智能翻譯、聲文克隆、配音、雙語字幕生成。
  • 版本迭代：講者提及從 1.0 至 0.18 版型，修復 Bug，項目初步成熟。
  • 使用場景：輔助學習 YouTube 等平台上的英文乾貨視頻。

2. 部署與配置

  • 部署途徑：
  • 透過 GitHub 頁面，複製提示詞給 AI Agent（Workbody、Codex、Cloud Code）進行一鍵部署。
  • 安裝 ReleaseBall。
  • 講者偏好使用網頁版進行演示。
  • API 配置：
  • 翻譯模型：支援 Gemini、Deepseek、Kami、Dobal、OpenAI、SRubic。講者示範使用 Google Gemini，獲取 API Key 並配置，選擇模型如 Gemini3.5Flash Lite 測試通過。
  • TTS 模型：講者示範使用小米 Memo，獲取 Key 並測試通過。
  • 其他提及：獲取 API Key 時提到「打開我們的 AS Studio 的密钥」。
  • 運行與性能設置：
  • 模式選擇：「邊緩存邊看」（推薦，急速流秒開模式）或「處理完再看」。
  • 音色庫：冰糖（甜美清亮）、茉莉（溫柔優雅）、蘇打（沉穩有力）。
  • 性能調度：任務併發個數、字母大小、模型變化程度、翻譯與轉譯模型變化、硬件智能推薦。

3. 視頻翻譯操作流程

  • 步驟：
  1. 選擇自動識別初始語言（如英文）翻譯成中文。
  2. 拖入視頻文件。
  • 後台處理流程：上傳視頻至 B 檢平台 -> 音頻分離 -> 字幕翻譯 -> TTS 轉譯 -> 合成。
  • 即時體驗：處理前 30 秒後即可開始觀看與學習，後續在後台自動進行。

4. 後台管理與功能

  • 歷史項目：查看已翻譯結果。
  • 字幕列表與時間軸：查看不同時間軸的字幕。
  • AI 分析與總結：提供核心摘要、學習大綱。
  • 字幕問答：透過右側 AI 問答區域互動。
  • 導出：導出翻譯好的視頻進行預覽觀看。

工具 / 模型 / 名詞整理

  • 項目名稱：試意寶（Shiyibao）、十一寶、十一寶 APP
  • 平台/網站：GitHub、YouTube、AS Studio
  • AI Agent / 開發工具：Workbody、Codex、Cloud Code
  • 部署相關：ReleaseBall
  • 翻譯 API / 模型：
  • Gemini（Google Gemini）
  • Deepseek
  • Kami
  • Dobal
  • OpenAI
  • SRubic
  • Gemini3.5Flash Lite
  • 語音合成 (TTS) / 音色：
  • 小米 Memo
  • 音色名稱：冰糖、茉莉、蘇打
  • 其他提及：B 檢平台（上傳目標）、三維動畫互動網站（視頻內容範例）

操作流程整理

  1. 部署環境：
  • 選擇 GitHub 一鍵部署（需 AI Agent 輔助）或安裝 ReleaseBall，或直接使用網頁版。
  1. 配置 API：
  • 配置翻譯 API Key（如 Gemini）。
  • 配置 TTS 語音合成 Key（如小米 Memo）。
  1. 設置參數：
  • 選擇運行模式（推薦「邊緩存邊看」）。
  • 選擇音色（冰糖、茉莉、蘇打）。
  • 調整性能參數（併發數、字母大小等）。
  1. 上傳與處理：
  • 設定目標語言（自動識別源語言，如英文，翻譯為中文）。
  • 拖入視頻文件。
  • 系統後台執行：音頻分離 -> 字幕翻譯 -> TTS 轉譯 -> 合成。
  1. 觀看與管理：
  • 前 30 秒處理完成後即可開始觀看。
  • 在後台查看歷史項目、字幕列表、時間軸。
  • 使用 AI 摘要分析功能獲取核心摘要與學習大綱。
  • 透過字幕問答區域進行互動。
  • 導出最終翻譯好的視頻。

值得注意的限制或風險

  • 版本號邏輯疑點：講者提及版本從「1.0 到 0.18 版型」，通常版本號不會倒退，可能為口誤或特定版本策略，需留意實際軟件版本狀態。
  • 平台名稱不確定：上傳目標提及為「B 檢平台」，需確認是否為「B 站」或其他特定平台的口誤。
  • 依賴外部 API：功能高度依賴 Gemini、OpenAI、小米 Memo 等第三方 API 的可用性及 Key 的有效性。
  • 硬體資源需求：涉及音頻分離、TTS 轉譯及大模型推理，對硬體資源有一定要求，雖有「硬件智能推薦」，但具體性能表現可能因設備而異。

逐字稿辨識疑點

  • segment 96: unnatural_sentence_boundary — 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語。
  • 試意寶 / 十一寶：逐字稿中交替出現「試意寶」與「十一寶」，需查證正確產品名稱。
  • Redmi：在 GitHub 頁面描述中出現「有個 Redmi」，疑點：通常 GitHub 頁面不會直接提到 Redmi（手機品牌），可能為聽寫錯誤或特定倉庫名稱。
  • Workbody：疑點：常見 AI 開發工具為 "Windsurf" 或 "Cursor" 等，"Workbody" 需查證是否為特定工具名稱或口誤。
  • Cloud Code：疑點：通常指 Google Cloud Code 插件，需確認是否為該意圖。
  • ReleaseBall：疑點：常見部署包格式為 "Release" 或 "Wheel"，"ReleaseBall" 需查證是否為特定打包名稱或口誤。
  • TDS / TTS：逐字稿中交替使用「TDS」與「TTS」指代語音合成，疑點：標準縮寫為 TTS (Text-to-Speech)，TDS 可能為口誤。
  • AS Studio：疑點：獲取 API Key 時提到「打開我們的 AS Studio 的密钥」，疑點：常見 API 管理工具為 "Google AI Studio" 或 "DashScope" 等，"AS Studio" 需查證。
  • GeminiK：疑點：應為「Gemini Key」或「API Key」的口誤。
  • 拉隧模型 / 拉隧道模型：疑點：應為「拉取模型」或「加載模型」的口誤。
  • 教員成功：疑點：應為「調用成功」或「測試成功」的口誤。
  • 皮位值：疑點：應為「參數值」或「配置值」的口誤。
  • 三類文件：疑點：視頻內容範例中提到「不會使用任何三類文件」，疑點：應為「三維軟件」或類似詞彙的口誤。
  • 1.0 版本到 0.18 版型：疑點：版本號通常不會從 1.0 倒退至 0.18，需查證是否為口誤或特定版本策略。
  • B 檢平台：疑點：需查證具體上傳平台名稱，可能為「B 站」或其他平台的口誤。

可延伸追問

  • 「試意寶」的開源協議為何？是否允許商業使用？
  • 網頁版與本地部署版在功能與性能上有何具體差異？
  • 支援的 TTS 模型除了小米 Memo 外，還有哪些選擇？
  • 「邊緩存邊看」模式的具體技術實現原理為何？
  • 如何確保翻譯過程中用戶數據的隱私與安全？

尚未產生學習筆記

請在 Telegram 指令最後加上「學習」，例如：videonote 網址 英文 雙語 學習