@KevinQHLin：介绍 Violin —— 一款开源视频翻译技能。视频是互联网上的主流媒介，然而大多数高质量内容（讲座、演讲、播客）都局限于单一语言，将全球观众拒之门外。
摘要
Violin 是一款开源视频翻译技能，它将语音识别、LLM 翻译和语音合成整合成一个无缝流水线，支持多语言 ASR、个性化翻译以及与视频内容的交互式聊天。
查看缓存全文
缓存时间: 2026/05/15 02:55
介绍Violin——一款开源视频翻译技能。视频是互联网上的主导媒介，但大多数高质量内容（讲座、谈话、播客）局限于单一语言，将全球受众拒之门外。因此，我们构建了Violin：一种视频技能，将语音识别、大语言模型翻译和语音合成整合成一个无缝流程。演示：https://violin-ai.com 博客：https://together.ai/blog/violin-open-source-translation-skill… GitHub：https://github.com/shang-zhu/violin… 主要特性：高质量多语言自动语音识别及翻译及文本转语音。可个性化定制翻译与语音（将学术讲座转化为儿童也能理解的内容）。与视频对话——基于视频内容提出任何问题。支持Web应用、命令行界面和智能体技能。完全开源，采用MIT许可证。由出色的 @ShangZhu18 构建，并在 @james_y_zou 的指导下完成！所有功能由 @togethercompute 提供支持。立即体验并告诉我们你的想法！
Violin — 视频叙述器
来源：https://www.violin-ai.com/ 支持Vimeo、X/Twitter以及1000+个站点（https://github.com/yt-dlp/yt-dlp/blob/master/supportedsites.md）· 最长2小时 · YouTube可能无法在云服务器上使用
仅使用你有权下载的网址——知识共享、公共领域或你自己的内容。
相似文章
@berryxia: 兄弟们，这个可以啊！赶紧装起来！ Kevin Lin，牛津大学博士后，前Meta和Microsoft研究员，刚刚把Violin这个开源视频翻译Skill放了出来。 视频已经是互联网绝对主流的内容形式。 可绝大多数高质量讲座、演讲、播客却被…
Violin是一个开源视频翻译工具，集成了语音识别、大语言模型翻译和语音合成功能，支持30多种语言，提供CLI、Web应用和Claude Code三种使用方式。
@aigclink: 一个开源的端到端视频翻译+视频问答Skill：violin，亮点是不只是直译，而是内容再创作的设想 它把ASR、LLM翻译和TTS整合成了一条无缝管道视频Skill，这三个环节自动衔接，输入视频即得到翻译后的配音视频 翻译风格可调，比如说…
Violin是一个开源端到端视频翻译+视频问答工具，整合ASR、LLM翻译和TTS，支持风格调整和内容再创作，可针对视频内容问答。
@rwayne: 视频翻译这事，这下被牛津博士后一个人干通了。 牛津大学博士后 Kevin Lin 开源 Violin 视频翻译工具，把语音识别、LLM 翻译、语音合成整合成自动化流水线。支持多语言互译、个性化翻译风格、视频对话三合一，可以把学术报告转成儿…
牛津大学博士后 Kevin Lin 开源了 Violin 视频翻译工具，将语音识别、LLM 翻译和语音合成整合为自动化流水线，支持多语言互译和个性化风格，并提供 Web、CLI 和 Agent 三种使用方式。
@XAMTO_AI: 这个开源工具要是现在不收藏，将来肯定得后悔——视频自动配音翻译，一口气支持 33 种语言，还能直接对视频内容提问。 在 GitHub 上发现一个宝藏工具，叫 Violin，完全开源，做的事情说出来有点离谱：你把视频丢进去，它自动识别语音、…
Violin 是一个开源的视频自动配音翻译工具，支持33种语言，集成Whisper、DeepSeek等模型，提供一键式语音识别、翻译、配音合成及视频内问答功能。
@yhslgg: 兄弟们，再分享一个开源视频翻译工具——pyVideoTrans，GitHub 17700 星，做视频搬运和本地化的必备！ 一句话：一个视频丢进去，自动走完语音识别→字幕翻译→AI配音→视频合成整条流水线，出来就是另一种语言的完整视频。 核…
pyVideoTrans 是一个开源视频翻译工具，支持自动语音识别、字幕翻译、AI 配音和视频合成，集成了多种 ASR、翻译和 TTS 引擎，适合跨语言视频制作和本地化。