Configurez LinguoAI sur votre PC.

Installez dans le même environnement virtuel puis chargez une voix adaptée :

.\.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 JSON correspondant, identification du haut-parleur en option et débit de parole réglable.

En raison des dépendances audio/torche, un environnement Python-3.11 dédié est recommandé :

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 à 10 secondes, une personne, peu de réverbération, pas de musique ni de bruit de fond.
• Téléchargement du modèle d'environ 3,7 Go ; CPU est possible, mais très lent pour les vidéos plus longues.
• L'installation native est expérimentale ; Colab ou Linux est plus fiable pour les problèmes de paquets audio.

Le package fini pour un environnement Python existant ; FFmpeg est toujours requis.

Charge Wheel ↓

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

• NLLB et Chatterbox

  Besoin d'une édition CUDA correspondante de PyTorch.

  Sélection PyTorch ↗
• Faster-Whisper

  Nécessite en outre CUDA-12-cuBLAS et cuDNN 9 dans le chemin système.

• Piper

  Utilise le moteur d'exécution ONNX : onnxruntime-gpu installer à la place de l'édition CPU.

Installez le package facultatif et fournissez un dossier de modèle compatible. Un modèle n'est pas automatiquement téléchargé.

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

Utilisez le dossier modèle sherpa-onnx complet avec encodeur, décodeur, menuisier et fichier de jeton. Lors de l'export vers l'allemand, conservez également le fichier de l'encodeur externe s'il appartient au modèle.

Dans Desktop et Colab, sélectionnez le dossier de reconnaissance vocale, de profil et de modèle. Spécifiez explicitement la langue source afin que la traduction reçoive le code de langue correct. Perruche transcrite ; la traduction et la voix sélectionnées suivent ensuite.

modèles et configuration sherpa-onnx ↗ · carte du modèle de ligne principale ↗

• Traitez une seule vidéo ou toutes les vidéos directement contenues dans un dossier.
• Entrées : MP4, MKV, MOV, AVI, WEBM et M4V ; Éditions : MP4, MKV ou MOV.
• Suggestion de sortie automatique, noms sans collision et écrasement contrôlé.
• Avancement par dossier, étape de travail en cours, annulation et journal technique.
• Traitement unique et par lots : téléchargez plusieurs vidéos ou entrez les chemins de fichiers MyDrive, un par ligne. Fichiers Piper et enregistrement de référence via téléchargement ou chemin MyDrive.

• Des modèles de tiny jusqu'à ce que large-v3, possèdent en outre des valeurs de modèle.
• Détecter automatiquement la langue source ou la définir comme code de langue.
• CPU, NVIDIA-CUDA ou sélection automatique ; int8, float16 et float32 configurables.
• Sections audio superposées, décalages temporels réels et nettoyage des segments en double.
• Longueurs des morceaux, chevauchement et numéro de travailleur via les options avancées ou CLI.

• NLLB-200 local, Google Translate sans clé, DeepL-SDK ou Gemini.
• Repli facultatif uniquement après sélection explicite - sinon un seul fournisseur sera contacté.
• Les URL, les adresses e-mail, les devises, les unités et les pourcentages sont protégés lors de la traduction.
• Délais d'attente, répétitions limitées et cache pour des sections de texte identiques.
• En option, Gemini corrige la transcription Whisper sans modifier les ID ou les heures de segment.
• Posséder des modèles compatibles NLLB, révisions fixes, codes FLORES, limites de lots et de jetons.

Le modèle NLLB-600M par défaut est sous CC-BY-NC-4.0, il s'agit d'un modèle de recherche et non d'une traduction de production certifiée. Vérifiez toujours les résultats.

• Normalisez chaque clip en PCM mono 48 kHz et positionnez-le avec une précision d'échantillon.
• Accélérez les discours trop longs dans une limite configurable.
• Avertissement en cas d'accélération rapide ; erreur contrôlée au lieu d’une sortie incompréhensible.
• Durée de fin exacte, métadonnées/chapitres adoptés et, si possible, flux vidéo inchangé.
• Groupe de résultats atomiques de la nouvelle vidéo, original SRT et traduction SRT.

• NLLB · Piper · Chatterbox

  Après le téléchargement dans le terme choisi. Dans Colab, cela signifie à l'intérieur de la VM Google temporaire.

• Google · DeepL · Gemini

  Ne recevez des sections de texte que lorsqu'elles sont sélectionnées ou en tant que solution de secours explicitement activée.

• Edge TTS · gTTS

  Envoyez chaque réplique traduite pour être doublée au service linguistique en ligne correspondant.

• Interface Web Gradio protégée avec mot de passe aléatoire par session.
• Cache de modèle facultatif et copie des résultats atomiques dans Google Drive.
• Les chemins de conduite restent dans MyDrive ; Drive n'est pas partagé en tant que dossier de téléchargement public.

Les résultats temporaires ne seront pas publiés tant que la vidéo et les deux sous-titres ne seront pas terminés. L'abandon, les tentatives limitées, les chemins de destination protégés et les clés API expurgées évitent les mauvaises surprises.

Uniquement pour votre propre adresse fixe : configurez un tunnel Cloudflare nommé avec votre propre domaine et le service http://127.0.0.1:7860. Il ne s'agit pas d'un serveur LinguoAI déployé publiquement.

Dans le Notebook, définissez SHARE_PROVIDER sur « cloudflare », remplissez CLOUDFLARE_TUNNEL_HOSTNAME avec votre propre nom d'hôte et enregistrez CLOUDFLARE_TUNNEL_TOKEN en tant que secret Colab. Ne publiez jamais de jetons.

Cloudflare : 95 Mo par téléchargement par défaut. Gradio : jusqu'à 5 Go par fichier. Pour les grandes vidéos, utilisez Google Drive. Les liens temporaires trycloudflare.com ne sont pas utilisés en raison du manque de prise en charge SSE.