LinguoAI
DE
Deutsch English Русский Українська Türkçe Español Italiano
Desktop einrichten

Schritt für Schritt

LinguoAI auf deinem PC einrichten.

Hier siehst du, was du anklickst, was du eingibst und wann du fertig bist. Beginne mit Schritt 1. Zusätzliche Möglichkeiten findest du ganz unten.

Mit Schritt 1 beginnen Colab-Anleitung öffnen Version finden

Einmal einrichten

Auf deinem Windows-PC installieren

Du brauchst einen Windows-PC mit Internet und Platz für mehrere Gigabyte. Es gibt noch keine fertige Setup-Datei. Die folgenden Schritte richten das Programm ein. Du musst dafür nicht programmieren können.

  1. 01

    Zwei Hilfsprogramme installieren

    Öffne das Windows-Startmenü, tippe PowerShell und öffne das Programm. Kopiere die folgenden Zeilen einzeln hinein und drücke jeweils die Eingabetaste. Warte nach jeder Zeile, bis die Installation fertig ist.

    PowerShell
    winget install --id Python.Python.3.11 --exact --source winget
    winget install --id Gyan.FFmpeg --exact --source winget

    Python führt LinguoAI aus. FFmpeg liest und schreibt Videos. Falls Windows nach einer Bestätigung fragt, prüfe, dass sie zu dieser Installation gehört.

    Fertig? Beide Installationen melden Erfolg oder „bereits installiert“. Schließe jetzt PowerShell.

  2. 02

    LinguoAI herunterladen und auspacken

    Lade die ZIP-Datei herunter. Klicke sie im Downloadordner mit der rechten Maustaste an und wähle „Alle extrahieren“. Öffne danach den entpackten Ordner.

    LinguoAI 2.2.2 herunterladen ↓

    Du bist richtig, wenn du die Datei pyproject.toml und den Ordner linguoai siehst.

  3. 03

    Im richtigen Ordner starten

    Klicke im geöffneten Ordner oben in die Adresszeile. Tippe powershell und drücke die Eingabetaste. Ein neues Fenster öffnet sich. Kopiere diese drei Prüfzeilen einzeln hinein:

    PowerShell
    py -3.11 --version
    ffmpeg -version
    ffprobe -version

    Du siehst Python 3.11 und zwei Versionsanzeigen. Erscheint „nicht gefunden“, nutze die Hilfe unten, bevor du weitergehst.

  4. 04

    LinguoAI einrichten

    Bleibe in diesem Fenster. Kopiere jede Zeile einzeln hinein und drücke die Eingabetaste. Warte jeweils, bis du wieder etwas eingeben kannst. Beim ersten Mal werden größere Dateien geladen.

    PowerShell
    py -3.11 -m venv .venv
    .\.venv\Scripts\python.exe -m pip install --upgrade pip
    .\.venv\Scripts\python.exe -m pip install torch --index-url https://download.pytorch.org/whl/cpu
    .\.venv\Scripts\python.exe -m pip install -e ".[desktop]"

    Ohne Fehlermeldung abgeschlossen? Dann ist die Einrichtung fertig. Du brauchst sie nur einmal.

  5. 05

    Programm öffnen

    Kopiere diese Zeile in dasselbe Fenster:

    PowerShell
    .\.venv\Scripts\python.exe -m linguoai

    Das LinguoAI-Fenster öffnet sich. Lass PowerShell geöffnet, solange du LinguoAI benutzt.

Jetzt ausprobieren

Dein erstes übersetztes Video

Nimm zuerst ein kurzes Video mit deutlich gesprochener Sprache, zum Beispiel 30 Sekunden.

  1. Unter „Start“ auf „Datei …“ klicken und dein Video auswählen.
  2. Die gewünschte „Zielsprache“ wählen. Die Quellsprache darf automatisch erkannt werden.
  3. Für diesen ersten Test „Google Translate · online“ und „Edge TTS · online“ wählen.
  4. Öffne „Erweitert“ → „Leistung“. Wähle bei „Hardware für Spracherkennung“ die Option „Nur CPU“. Wechsle danach zurück zu „Start“. Die übrigen Einstellungen kannst du lassen.
  5. Auf „Verarbeitung starten“ klicken. Beim ersten Mal lädt LinguoAI auch das Modell für die Spracherkennung. Das kann dauern.
  6. Bei „FERTIG“ auf „Video öffnen“ klicken. Über „Ordner öffnen“ findest du das Video und die beiden Untertiteldateien.

Wenn du nicht weiterkommst

Wie öffne ich LinguoAI beim nächsten Mal?

Öffne wieder deinen entpackten LinguoAI-Ordner. Tippe oben in die Adresszeile powershell. Führe nur den Befehl aus Schritt 5 aus. Die Installation musst du nicht wiederholen.

„winget“ wird nicht gefunden

Installiere oder aktualisiere „App-Installer“ von Microsoft im Microsoft Store. Öffne danach PowerShell neu und wiederhole Schritt 1.

Microsoft-Anleitung öffnen ↗
Python oder FFmpeg wird nicht gefunden

Schließe PowerShell und öffne es erneut wie in Schritt 3. Falls das nicht reicht, starte den PC neu und prüfe die drei Zeilen noch einmal. Für diese Anleitung muss Python 3.11 installiert sein.

Ein Befehl meldet einen Fehler

Führe die nächste Zeile noch nicht aus. Prüfe zuerst, ob du im entpackten Ordner mit pyproject.toml bist und die ganze Zeile kopiert hast. Bewahre den genauen Fehlertext auf, wenn du Hilfe brauchst.

Es dauert lange oder das Video wird nicht fertig

Beim ersten Start werden Modelle heruntergeladen. Lass das Fenster offen und prüfe, ob der Fortschritt weiterläuft. Zeigt LinguoAI einen Fehler, lies die Meldung im Protokoll. Teste danach zuerst ein kürzeres Video.

Weitere Möglichkeiten: Linux, lokale Stimmen und mehr
Linux

Python 3.10+ und FFmpeg erforderlich

# FFmpeg, ffprobe und Tkinter über die Paketverwaltung installieren.
# Im entpackten Projektordner:
python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install torch --index-url https://download.pytorch.org/whl/cpu
python -m pip install -e ".[desktop]"
ffmpeg -version
ffprobe -version
python -m linguoai

Vier Wege zur Sprachspur

Stimmen vergleichen

„Eigene Stimme“ kann Unterschiedliches bedeuten. Dieser Vergleich hilft dir bei der richtigen Wahl.

Edge TTS

Der unkomplizierte Einstieg mit fertigen Stimmen aus dem Microsoft-Katalog.

Online · Nein, Katalogstimme

gTTS

Schnelle Google-Voice über Google Translate Text-to-Speech mit Sprachcode.

Online · Nein, Sprachcode

Piper

Schnelle lokale Ausgabe mit einem vorhandenen oder selbst trainierten ONNX-Modell.

Lokal · CPU, optional CUDA

Chatterbox V2

Übernimmt Stimmcharakter und Sprechweise aus einer kurzen, sauberen Aufnahme.

Referenzstimme · GPU empfohlen

Piper lokal ergänzen

In derselben virtuellen Umgebung installieren und danach eine passende Stimme laden:

.\.venv\Scripts\python.exe -m pip install -e ".[desktop,piper]"
New-Item -ItemType Directory -Force ".\Stimmen"
.\.venv\Scripts\python.exe -m piper.download_voices --download-dir ".\Stimmen" de_DE-thorsten-medium

Piper: ONNX plus passende JSON, optionale Sprecher-ID und einstellbares Sprechtempo.

Eigene Referenzstimme mit Chatterbox

Wegen der Audio-/Torch-Abhängigkeiten wird eine eigene Python-3.11-Umgebung empfohlen:

py -3.11 -m venv .venv-chatterbox
.\.venv-chatterbox\Scripts\python.exe -m pip install --upgrade pip
.\.venv-chatterbox\Scripts\python.exe -m pip install -e ".[desktop,voice-clone]"
.\.venv-chatterbox\Scripts\python.exe -m linguoai
  • 6–10 Sekunden, eine Person, wenig Hall, keine Musik oder Nebengeräusche.
  • Etwa 3,7 GB Modelldownload; CPU ist möglich, für längere Videos aber sehr langsam.
  • Die native Installation ist experimentell; Colab oder Linux ist bei Audio-Paketproblemen verlässlicher.

Für wiederholbare Abläufe

Kommandozeile

Dieses Beispiel übersetzt lokal mit NLLB und verwendet ein Piper-Modell. Für Automatisierung stehen dieselben Einstellungen wie in der GUI zur Verfügung.

Eigene Ausgabe- und Modellpfade

PowerShell · Piper lokal 
.\.venv\Scripts\python.exe -m linguoai `
  --input "C:\Videos\quelle.mp4" `
  --output "C:\Videos\quelle.de.mp4" `
  --language de `
  --service nllb `
  --device cpu `
  --nllb-device cpu `
  --tts-engine piper `
  --tts-device cpu `
  --piper-model "C:\Stimmen\de_DE-thorsten-medium.onnx" `
  --piper-config "C:\Stimmen\de_DE-thorsten-medium.onnx.json"

Alle Optionen anzeigen: .\.venv\Scripts\python.exe -m linguoai --help

Python-Wheel

Das fertige Paket für eine vorhandene Python-Umgebung; FFmpeg wird weiterhin benötigt.

Wheel laden ↓

python -m pip install ".\linguoai-2.2.2-py3-none-any.whl[desktop]"
python -m linguoai

Rechenleistung sinnvoll verteilen

CPU und GPU sind keine Alles-oder-nichts-Entscheidung.

Whisper, NLLB und die lokale Stimme lassen sich getrennt platzieren. So kannst du klein anfangen und nur den Teil auf die GPU legen, der wirklich davon profitiert.

„Automatisch“ prüft CUDA und fällt sonst auf CPU zurück.

Wichtig: Die Auswahl „GPU“ installiert CUDA nicht automatisch.
  • NLLB & Chatterbox

    Benötigen eine passende CUDA-Ausgabe von PyTorch.

    PyTorch-Auswahl ↗
  • Faster-Whisper

    Benötigt zusätzlich CUDA-12-cuBLAS und cuDNN 9 im Systempfad.

  • Piper

    Nutzt ONNX Runtime: onnxruntime-gpu statt der CPU-Ausgabe installieren.

Optional schneller auf der CPU

Parakeet oder Whisper?

Parakeet · 25 Sprachen

NVIDIA Parakeet v3 erkennt 25 europäische Sprachen. Der optionale sherpa-onnx-Adapter arbeitet lokal auf der CPU mit standardmäßig vier Threads.

NVIDIA-Modellkarte ↗

Whisper · vielseitig

Faster-Whisper bleibt die Voreinstellung mit automatischer Spracherkennung, größerer Sprachauswahl und CPU- oder GPU-Verarbeitung.

Faster-Whisper ↗

Der primeline-Fine-Tune ist auf Deutsch spezialisiert. Wähle dafür das Deutsch-Profil mit einem passenden ONNX-Export; für mehrere europäische Sprachen das NVIDIA-Profil. Ein Geschwindigkeits- oder Qualitätsvorteil ist ohne Vergleich mit deinen Dateien nicht garantiert.

Parakeet einrichten

Das optionale Paket installieren und einen kompatiblen Modellordner bereitstellen. Ein Modell wird nicht automatisch heruntergeladen.

.\.venv\Scripts\python.exe -m pip install -e ".[parakeet]"
.\.venv\Scripts\python.exe -m linguoai --help

Den vollständigen sherpa-onnx-Modellordner mit Encoder, Decoder, Joiner und Token-Datei verwenden. Beim Deutsch-Export auch die externe Encoder-Datei behalten, falls sie zum Modell gehört.

In Desktop und Colab die Spracherkennung, das Profil und den Modellordner wählen. Die Quellsprache ausdrücklich angeben, damit die Übersetzung den richtigen Sprachcode erhält. Parakeet transkribiert; die gewählte Übersetzung und Stimme folgen danach.

sherpa-onnx-Modelle und Einrichtung ↗ · primeline-Modellkarte ↗

Upload → Verarbeitung → Download

Im Browser arbeiten.

Video Studio

Für Nutzer mit erhaltenem Studio-Zugang. Anmelden und Videos direkt im Browser hochladen.

Verarbeitung auf dem Server. Übersetzung noch eingeschränkt; vollständiger Ablauf noch nicht bestätigt.

Kein Google-Konto nötig. Ohne Studio-Zugang kannst du Google Colab oder die Desktop-Version wählen.

Video Studio öffnen Version finden

Google Colab

Die Colab-Weboberfläche nimmt bereits Uploads und Google-Drive-Dateipfade an. Sie verarbeitet die Videos auf der laufenden Colab-Maschine und bietet Video und Untertitel zum Download an. Ergebnisse lassen sich zusätzlich in deinem Drive sichern.

Colab-Anleitung öffnen Notebook direkt öffnen

Der vollständige Werkzeugkasten

Alle Funktionen im Detail.

Dateien und Aufträge
  • Ein einzelnes Video oder alle direkt enthaltenen Videos eines Ordners verarbeiten.
  • Eingaben: MP4, MKV, MOV, AVI, WEBM und M4V; Ausgaben: MP4, MKV oder MOV.
  • Automatischer Ausgabevorschlag, kollisionsfreie Namen und kontrolliertes Überschreiben.
  • Fortschritt pro Datei, aktueller Arbeitsschritt, Abbruch und technisches Protokoll.
  • Einzel- und Stapelverarbeitung: mehrere Videos hochladen oder MyDrive-Dateipfade eingeben, einen pro Zeile. Piper-Dateien und Referenzaufnahme per Upload oder MyDrive-Pfad.
Transkription mit Faster-Whisper
  • Modelle von tiny bis large-v3, zusätzlich eigene Modellwerte.
  • Quellsprache automatisch erkennen oder als Sprachcode festlegen.
  • CPU, NVIDIA-CUDA oder automatische Auswahl; int8, float16 und float32 konfigurierbar.
  • Überlappende Audioabschnitte, echte Zeit-Offsets und Bereinigung doppelter Segmente.
  • Chunklänge, Überlappung und Worker-Anzahl über erweiterte Optionen beziehungsweise CLI.
Übersetzung und Textschutz
  • NLLB-200 lokal, Google Translate ohne Schlüssel, DeepL-SDK oder Gemini.
  • Optionaler Fallback nur nach ausdrücklicher Auswahl – sonst wird nur ein Anbieter kontaktiert.
  • URLs, E-Mail-Adressen, Währungen, Einheiten und Prozentwerte werden beim Übersetzen geschützt.
  • Timeouts, begrenzte Wiederholungen und Cache für identische Textabschnitte.
  • Optional korrigiert Gemini das Whisper-Transkript, ohne Segment-IDs oder Zeiten zu ändern.
  • Eigene NLLB-kompatible Modelle, feste Revisionen, FLORES-Codes, Batch- und Tokenlimits.

Das voreingestellte NLLB-600M-Modell steht unter CC-BY-NC-4.0, ist ein Forschungsmodell und keine zertifizierte Produktionsübersetzung. Ergebnisse immer prüfen.

Timing, Ton und Export
  • Jeden Clip auf 48-kHz-Mono-PCM normalisieren und samplegenau positionieren.
  • Zu lange Sprache innerhalb einer konfigurierbaren Grenze beschleunigen.
  • Warnung bei starker Beschleunigung; kontrollierter Fehler statt unverständlicher Ausgabe.
  • Exakte Enddauer, übernommene Metadaten/Kapitel und möglichst unveränderter Videostream.
  • Atomare Ergebnisgruppe aus neuem Video, Original-SRT und Übersetzungs-SRT.
Wo deine Daten verarbeitet werden
  • NLLB · Piper · Chatterbox

    Nach dem Download in deiner gewählten Laufzeit. In Colab bedeutet das innerhalb der temporären Google-VM.

  • Google · DeepL · Gemini

    Erhalten Textabschnitte nur bei Auswahl oder als ausdrücklich aktivierter Fallback.

  • Edge TTS · gTTS

    Senden jeden zu vertonenden übersetzten Cue an den jeweiligen Online-Sprachdienst.

  • Geschützte Gradio-Weboberfläche mit zufälligem Passwort pro Sitzung.
  • Optionaler Modellcache und atomare Ergebniskopie in Google Drive.
  • Drive-Pfade bleiben innerhalb von MyDrive; Drive wird nicht als öffentlicher Downloadordner freigegeben.

Temporäre Ergebnisse werden erst veröffentlicht, wenn Video und beide Untertitel vollständig sind. Abbruch, begrenzte Wiederholungen, geschützte Zielpfade und redigierte API-Schlüssel vermeiden böse Überraschungen.

OPTIONAL

Eigene Adresse mit Cloudflare Tunnel.

Mit SHARE_PROVIDER = "gradio" erhältst du automatisch einen dynamischen Link. Google Drive ist optional.

Cloudflare optional

Nur für eine eigene feste Adresse: einen benannten Cloudflare Tunnel mit eigener Domain und dem Service http://127.0.0.1:7860 einrichten. Dies ist kein öffentlich bereitgestellter LinguoAI-Server.

Im Notebook SHARE_PROVIDER auf "cloudflare" setzen, CLOUDFLARE_TUNNEL_HOSTNAME mit dem eigenen Hostnamen füllen und CLOUDFLARE_TUNNEL_TOKEN als Colab Secret speichern. Token nie veröffentlichen.

Cloudflare: standardmäßig 95 MB pro Upload. Gradio: bis zu 5 GB pro Datei. Für große Videos Google Drive verwenden. Temporäre trycloudflare.com-Links werden wegen fehlender SSE-Unterstützung nicht verwendet.

Colab-Anleitung öffnen