Настройте LinguoAI на своём компьютере.

Установите в ту же виртуальную среду, а затем загрузите подходящий голос:

.\.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 плюс соответствующий JSON, дополнительный идентификатор динамика и регулируемая скорость речи.

Из-за зависимости аудио/фонарика рекомендуется использовать выделенную среду Python-3.11:

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 секунд, один человек, небольшая реверберация, никакой музыки и фонового шума.
• Загрузка модели примерно 3,7 ГБ; CPU возможен, но очень медленный для более длинных видео.
• Собственная установка является экспериментальной; Colab или Linux более надежны при проблемах с аудиопакетами.

Готовый пакет для существующей среды Python; FFmpeg по-прежнему требуется.

Загрузить Wheel ↓

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

• NLLB и Chatterbox

  Нужна соответствующая версия CUDA PyTorch.

  Выбор PyTorch ↗
• Faster-Whisper

  Дополнительно требуется CUDA-12-cuBLAS и cuDNN 9 в системном пути.

• Piper

  Использует среду выполнения ONNX: onnxruntime-gpu установите вместо версии CPU.

Установите дополнительный пакет и подготовьте папку с совместимой моделью. Модели не скачиваются автоматически.

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

Используйте полную папку модели sherpa-onnx с encoder, decoder, joiner и файлом токенов. Для немецкого экспорта также сохраните внешний файл encoder, если он входит в модель.

В приложении для компьютера и Colab выберите движок распознавания речи, профиль и папку модели. Явно укажите исходный язык, чтобы перевод получил правильный код языка. Parakeet распознаёт речь; затем выполняется перевод и используется выбранный голос.

Модели и настройка sherpa-onnx ↗ · Карточка модели primeline ↗

• Обработка одного видео или всех видео, содержащихся непосредственно в папке.
• Входы: MP4, MKV, MOV, AVI, WEBM и M4V; Редакции: MP4, MKV или MOV.
• Автоматическое предложение вывода, имена без коллизий и контролируемая перезапись.
• Прогресс по файлу, текущий этап работы, отмена и технический журнал.
• Одиночная и пакетная обработка: загрузите несколько видео или введите пути к файлам MyDrive, по одному в строке. Файлы Piper и эталонную запись можно загрузить или указать их пути в MyDrive.

• Модели tiny пока large-v3, а также собственные значения модели.
• Автоматически определять исходный язык или устанавливать его в качестве кода языка.
• CPU, NVIDIA-CUDA или автоматический выбор; int8, float16 и float32 настраиваются.
• Перекрытие аудиофрагментов, смещение истинного времени и очистка повторяющихся сегментов.
• Длины блоков, перекрытие и номер рабочего через дополнительные параметры или CLI.

• NLLB-200 локальный, Google Translate без ключа, DeepL-SDK или Gemini.
• Необязательный возврат только после явного выбора — в противном случае будет связываться только с одним поставщиком.
• URL, адреса электронной почты, валюты, единицы измерения и проценты защищены во время перевода.
• Таймауты, ограниченное количество повторов и кэш для одинаковых текстовых разделов.
• При желании Gemini исправляет транскрипт Whisper без изменения идентификаторов сегментов или времени.
• Собственные модели, совместимые с NLLB, фиксированные версии, коды FLORES, ограничения на партии и токены.

Модель NLLB-600M по умолчанию находится под CC-BY-NC-4.0 и представляет собой исследовательскую модель, а не сертифицированный производственный перевод. Всегда проверяйте результаты.

• Нормализуйте каждый клип до моно PCM с частотой 48 кГц и расположите его с точностью до сэмпла.
• Ускорьте речь, которая слишком длинна в пределах настраиваемого предела.
• Предупреждение при быстром ускорении; контролируемая ошибка вместо непонятного вывода.
• Точная продолжительность окончания, принятые метаданные/главы и, если возможно, неизмененный видеопоток.
• Атомная группа результатов из нового видео, оригинального SRT и перевода SRT.

• NLLB · Piper · Chatterbox

  После загрузки в выбранный вами срок. В Colab это означает внутри временной виртуальной машины Google.

• Google · DeepL · Gemini

  Получать текстовые разделы только при выборе или в качестве явно активированного резервного варианта.

• Edge TTS · gTTS

  Отправьте каждую переведенную реплику для дублирования в соответствующий языковой онлайн-сервис.

• Защищенный веб-интерфейс Gradio со случайным паролем для каждого сеанса.
• Дополнительный кеш модели и атомарное копирование результатов в Google Drive.
• Пути привода остаются в пределах MyDrive; Диск не является общедоступной папкой для скачивания.

Временные результаты не будут опубликованы до тех пор, пока не будут готовы видео и оба субтитра. Прерывание, ограниченное количество повторных попыток, защищенные пути назначения и отредактированные ключи API позволяют избежать неприятных сюрпризов.

Только для собственного постоянного адреса: настройте именованный Cloudflare Tunnel со своим доменом и сервисом http://127.0.0.1:7860. Это не общедоступный сервер LinguoAI.

В Notebook установите SHARE_PROVIDER = "cloudflare", укажите свой хост в CLOUDFLARE_TUNNEL_HOSTNAME и сохраните CLOUDFLARE_TUNNEL_TOKEN в Colab Secrets. Никогда не публикуйте токен.

Cloudflare: по умолчанию 95 MB на загрузку. Gradio: до 5 GB на файл. Для больших видео используйте Google Drive. Временные ссылки trycloudflare.com не используются из-за отсутствия поддержки SSE.