violin

上传视频，自动生成多语言字幕和配音，一键完成本地化

开源 freemium 行业应用

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1080

维护状态维护中

是否开源是

定价模式 freemium

项目预览

项目数据

分类行业应用

开发团队shang-zhu

所属国家

官网地址https://www.violin-ai.com

GitHubhttps://github.com/shang-zhu/violin

定价模式freemium

价格说明开源基础版免费，云服务付费，提供免费试用额度

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agent-skills,asr,dubbing,video-translation

GitHub 星标★ 1080

30天Star增速

HF 下载量

上线时间2026-04-07 00:00:00

代码更新—

仓库体积—

本站数据更新—

维护状态维护中

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-05

浏览次数9

项目介绍

violin 是一个开源的视频翻译技能（Video Translation Skill），主要面向视频内容的跨语言本地化场景。它解决的问题是：传统视频翻译需要人工处理字幕、配音和音画同步，流程繁琐且成本高。violin 基于 agent-skills 架构，集成了自动语音识别（ASR）、机器翻译、配音（dubbing）和视频合成能力，能够将一段视频的语音自动转录为文本，翻译成目标语言，再生成对应语言的字幕和配音，最终输出翻译后的视频。其核心能力包括：支持多语言识别与翻译、自动生成对齐的字幕、语音克隆或合成配音、以及保持原始视频画面和节奏的合成输出。项目采用 Python 编写，模块化设计，便于开发者集成到自己的智能体或工作流中。作为一个成长中的项目（GitHub 星标 1055），violin 为视频内容创作者、跨国企业培训和多语言营销提供了高效的自动化翻译解决方案，显著降低人工参与度，提升视频本地化效率。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

正在加载星标数据…

技术标签

使用教程

—

难度：入门约 10 分钟部署方式：命令行工具 6 步

环境要求

Python 3.10 或更高版本
ffmpeg 已安装并在 PATH 中
uv（推荐，README 提供一键安装脚本；也可用 pip 代替）
Together API Key（在 https://api.together.ai 获取）

安装与启动步骤

1安装 uv

README 推荐用 uv 管理该工具，若已安装 uv 可跳过这一步。安装脚本执行后需重开终端或按提示配置 PATH。
```
curl -LsSf https://astral.sh/uv/install.sh | sh
```
2安装 violin

推荐用 uv tool install，安装更快且环境隔离；也可改用 pip 装进当前 Python 环境，二选一即可。
```
uv tool install violin
```
3配置 API 密钥

设置 Together API Key 供转录、翻译、配音各阶段调用。写入 ~/.zshrc 可持久生效，重启后无需重复导出。
```
export TOGETHER_API_KEY=tk-xxxxxxxxxxxxxxxx
```
4用 CLI 翻译视频

第一个参数是输入视频，第二个是输出文件，--language 指定目标语言（如 Chinese）。README 示例用 lecture.mp4。
```
violin lecture.mp4 lecture_zh.mp4 --language Chinese
```
5启动 Web 应用

violin-api 会拉起 FastAPI 的 REST 接口和浏览器界面，启动后在浏览器打开本地地址即可上传视频。
```
violin-api
```
6自定义配置（可选）

写自己的 YAML 并用 --config 传入，只需写想改的键，其余值会与内置默认配置深度合并。
```
violin lecture.mp4 lecture_zh.mp4 --language Chinese --config my.yaml
```

关键配置

配置项	必填	说明	示例
`TOGETHER_API_KEY`	是	调用转录、翻译、配音等阶段的 API 密钥	`tk-xxxxxxxxxxxxxxxx`
`--language`	否	指定目标语言，README 支持 33 种目标语言	`Chinese`
`--config`	否	传入自定义 YAML，覆盖内置默认配置	`my.yaml`

如何确认成功

执行 CLI 命令后目录中出现 lecture_zh.mp4，即为配音合成成功；运行 violin-api 则看到服务启动并可在浏览器打开界面。

常见问题

Q：没有 uv 怎么办？

A：可以用 pip install violin 直接装进当前 Python 环境，README 明确说明这是替代方案，功能一致。

Q：运行时报找不到 ffmpeg？

A：violin 依赖 ffmpeg 做音频与视频合成，必须先安装 ffmpeg 并确保它在系统 PATH 中可被调用。

Q：从 git 仓库跑而不是 PyPI 安装呢？

A：README 说明：用 uv run main.py 代替 violin，用 uv run run_api.py 代替 violin-api。

Q：不想本地安装可以试吗？

A：可以。官网 https://www.violin-ai.com 提供在线 demo，上传短片几分钟即可拿到配音视频。

注意事项

API 密钥属于敏感信息，README 建议写入 ~/.zshrc 持久保存，注意不要提交到代码仓库。
目标语言共 33 种，其中 16 种常用语言配有精选母语级音色。
6 种风格档位（standard / kids / academic / casual / storyteller / news）标注为实验性功能。
各阶段服务商（Together / OpenAI / ElevenLabs）可插拔替换，通过同一份 YAML 配置切换。

核心亮点

集成 ASR、翻译和配音，全流程自动化，无需人工剪辑
基于 agent-skills 设计，易于嵌入现有 AI 智能体或工作流
支持多语言，输出字幕与配音同步，保持原视频节奏

不足之处

文档/社区待观察
依赖第三方 ASR/配音服务，可能产生额外成本或延迟

适用场景

视频博主快速制作多语言版本，扩大海外受众
企业培训视频本地化，降低翻译外包成本
影视或课程内容的多语言配音与字幕生成

替代项目

VideoLingo、pyvideotrans、SeamlessM4T

上一篇：omnisim

下一篇：ImageTrans-docs