Prepara LinguoAI sul tuo PC.

Installa nello stesso ambiente virtuale e quindi carica una voce adatta:

.\.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 più JSON corrispondente, ID altoparlante opzionale e velocità di conversazione regolabile.

A causa delle dipendenze audio/torcia, si consiglia un ambiente Python-3.11 dedicato:

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 secondi, una persona, poco riverbero, nessuna musica o rumore di fondo.
• Download del modello da circa 3,7 GB; CPU è possibile, ma molto lento per i video più lunghi.
• L'installazione nativa è sperimentale; Colab o Linux sono più affidabili per i problemi dei pacchetti audio.

Il pacchetto finito per un ambiente Python esistente; FFmpeg è ancora necessario.

Carica Wheel ↓

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

• NLLB e Chatterbox

  È necessaria un'edizione CUDA corrispondente di PyTorch.

  Selezione PyTorch ↗
• Faster-Whisper

  Inoltre richiede CUDA-12-cuBLAS e cuDNN 9 nel percorso di sistema.

• Piper

  Utilizza il tempo di esecuzione ONNX: onnxruntime-gpu installare al posto dell'edizione CPU.

Installa il pacchetto facoltativo e prepara una cartella con un modello compatibile. I modelli non vengono scaricati automaticamente.

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

Usa la cartella completa del modello sherpa-onnx con encoder, decoder, joiner e file dei token. Per l'esportazione tedesca, conserva anche il file esterno dell'encoder se fa parte del modello.

Nell'app desktop e in Colab, scegli il motore di riconoscimento vocale, il profilo e la cartella del modello. Specifica esplicitamente la lingua di origine, così la traduzione riceve il codice lingua corretto. Parakeet trascrive; seguono la traduzione e la voce scelte.

Modelli e configurazione di sherpa-onnx ↗ · Scheda del modello primeline ↗

• Elabora un singolo video o tutti i video direttamente contenuti in una cartella.
• Ingressi: MP4, MKV, MOV, AVI, WEBM e M4V; Edizioni: MP4, MKV o MOV.
• Suggerimento di output automatico, nomi senza collisioni e sovrascrittura controllata.
• Avanzamento per file, fase di lavoro corrente, cancellazione e registro tecnico.
• Elaborazione singola e in batch: carica più video o inserisci i percorsi dei file su MyDrive, uno per riga. Carica i file Piper e la registrazione di riferimento oppure indica i loro percorsi MyDrive.

• Modelli di tiny fino a quando large-v3, possiedono inoltre valori di modello.
• Rileva automaticamente la lingua di origine o imposta come codice lingua.
• CPU, NVIDIA-CUDA o selezione automatica; int8, float16 e float32 configurabili.
• Sezioni audio sovrapposte, offset in tempo reale e pulizia dei segmenti duplicati.
• Lunghezze dei pezzi, sovrapposizione e numero lavoratore tramite opzioni avanzate o CLI.

• NLLB-200 locale, Google Translate senza chiave, DeepL-SDK o Gemini.
• Fallback opzionale solo dopo selezione esplicita, altrimenti verrà contattato solo un fornitore.
• URL, indirizzi e-mail, valute, unità e percentuali sono protetti durante la traduzione.
• Timeout, ripetizioni limitate e cache per sezioni di testo identiche.
• Facoltativamente, Gemini corregge la trascrizione Whisper senza modificare gli ID o gli orari dei segmenti.
• Possiedi modelli compatibili NLLB, revisioni fisse, codici FLORES, limiti batch e token.

Il modello NLLB-600M predefinito è sotto CC-BY-NC-4.0, è un modello di ricerca e non una traduzione di produzione certificata. Controlla sempre i risultati.

• Normalizza ogni clip su PCM mono a 48 kHz e posizionala con precisione al campione.
• Accelera il discorso troppo lungo entro un limite configurabile.
• Avvertimento in caso di accelerazione rapida; errore controllato invece di output incomprensibile.
• Durata finale esatta, metadati/capitoli adottati e, se possibile, flusso video invariato.
• Gruppo di risultati atomici dal nuovo video, SRT originale e traduzione SRT.

• NLLB · Piper · Chatterbox

  Dopo il download nel termine prescelto. In Colab ciò significa all'interno della VM temporanea di Google.

• Google · DeepL · Gemini

  Ricevi sezioni di testo solo quando selezionate o come fallback esplicitamente attivato.

• Edge TTS · gTTS

  Invia ogni battuta tradotta da doppiare al rispettivo servizio linguistico online.

• Interfaccia web Gradio protetta con password casuale per sessione.
• Cache del modello opzionale e copia atomica dei risultati in Google Drive.
• I percorsi di guida rimangono all'interno di MyDrive; Drive non è condiviso come cartella di download pubblica.

I risultati temporanei non verranno pubblicati fino al completamento del video ed entrambi i sottotitoli. Interruzione, tentativi limitati, percorsi di destinazione protetti e chiavi API oscurate evitano spiacevoli sorprese.

Solo per un indirizzo fisso personale: configura un Cloudflare Tunnel con nome, il tuo dominio e il servizio http://127.0.0.1:7860. Non è un server LinguoAI fornito al pubblico.

Nel Notebook imposta SHARE_PROVIDER su "cloudflare", inserisci il tuo nome host in CLOUDFLARE_TUNNEL_HOSTNAME e salva CLOUDFLARE_TUNNEL_TOKEN come Colab Secret. Non pubblicare mai il token.

Cloudflare: 95 MB per caricamento per impostazione predefinita. Gradio: fino a 5 GB per file. Usa Google Drive per i video grandi. I link temporanei trycloudflare.com non vengono usati perché non supportano SSE.