subtitle

本文提出了一种面向工作负载驱动的设备端实时英译繁中字幕翻译优化方法，通过将词汇量从15.1万降至6.4万，利用嵌入迁移和微调进行模型适配，在Apple M2上实现了1.63倍的加速比，且翻译质量具有竞争力。

介绍了一个名为 audio-to-text 的开源工具，它利用 AI 和本地工具（如 faster-whisper 和 ffmpeg）帮助用户自动生成、校对和烧录字幕，解决剪映等软件成本高、错误多、流程繁琐的问题。

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。