把视频丢进去，翻译、配音、字幕全自动，这个开源工具一条龙搞定

看外语视频，一直是个麻烦事。

字幕翻译工具不少，但大多数只解决”看懂”的问题——给你加个字幕。如果你想把一个英文演讲变成中文配音的版本，给不会英语的人看，或者想给自己的视频做多语言版本，传统做法是：语音识别→翻译→找人配音→对时间轴→合成，每一步都要不同的工具，手动串起来。

有一个开源工具把整条流程自动化了，丢一个视频进去，翻译、配音、字幕全出来。

01它是什么

Violin，一个开源的视频翻译配音工具。MIT 协议，免费使用，包括商业用途。

它的核心能力用一句话说清：把一个视频丢进去，它自动完成语音识别、翻译、目标语言配音合成，再把配音无缝混回原视频，时间轴完全对齐，顺手出一份字幕文件。整个过程不需要你手动干预。

02技术底子很扎实

Violin 不是随便拼凑的玩具，它的技术栈每一环都选了当前最好的方案：

整个流程很干净：视频 → 提取音频 → 识别语音 → 逐句翻译 → 逐句合成配音 → 速度对齐混回视频 → 输出成品。

03它的亮点

33 种语言，16 种有母语配音。

支持中文、英语、西班牙语、印地语、阿拉伯语、葡萄牙语、俄语、日语、土耳其语、德语、韩语、法语、意大利语等 16 种主要语言，每种都配了精选的男女母语配音，不是生硬的机器腔。其余 17 种语言用多语言英文配音库兜底。

04三种使用方式

1. 网页直接试（零安装）

官网 violin-ai.com 有在线 Demo，丢一个短视频进去，几分钟出结果。不想装东西的先用这个试试。

2. 命令行（本地跑）

需要 Python 3.10+ 和 ffmpeg：

uv tool install violin
export TOGETHER_API_KEY=你的key
violin lecture.mp4 lecture_zh.mp4 --language Chinese

一行命令，视频进去，中文配音版出来。

3. Claude Code Skill

如果你用 Claude Code，Violin 可以作为 Skill 安装，直接在对话里说”用 violin skill 把这个视频翻译成中文”就行。

05花不花钱

工具本身完全免费开源。但因为要用到语音识别、翻译、配音这些 AI 能力，需要 API Key。

最省事的方式是用 Together AI 的 Key（默认配置），一个 Key 覆盖所有阶段。也可以全用 OpenAI 的服务，或者混搭。

∞适合谁

整条流程自动化，是它最大的价值。以前这件事要四五个工具配合手动操作，现在一个命令搞定。

在线 Demo