发个包，做个 demo。

[cs3230524]

上传视频，分离音轨，音轨翻译，字幕合成，最后合并回视频。 音轨分离合并：ffmpeg 音轨转文字：whisper 文字翻译：Azure Translator 文字转音频：Azure text2speech

用 Python ，费用 2k ，不能预支，能搞的留下 base64 。

[yueji]

上传视频，分离音轨，音轨翻译，字幕合成，合并视频
ffmpeg 音轨转文字
whisper 文字翻译
Azure text2speech
每一个功能接包都值 2k.

[nikenidage1]

费用 2k

[psklf]

加个 0 吧

[danbai]

谁在这留联系方式我看不起谁

[iorilu]

需求也不清楚

写个脚本凑合用

和写一个能用的软件带 UI 的差远了

[gzlock]

ffmpeg -i input-video.avi -vn -acodec copy audio.aac
whisper audio.aac --model medium --output_format vtt -o .
Azure Translator 没用过
Azure text2speech 也没用过，话说把翻译后的字幕转音频是啥需求？帮视频配音？
正巧前两个需求我都用过，帮楼主省了有 1k 吧，[滑稽

[shalingye]

没什么难度，不过为啥非得 Python 写界面，还有楼上一堆嘲讽的看不懂

[iorilu]

@shalingye 难度是不高

这活其实问下 chatgpt 基本就完成 70%工作量， 剩下调试下脚本就通了

但 lz 估计是要搞个网页的， 那活就没底了， 还得搞页面，css ，html ， 前端一堆玩意

[xiangyuecn]

@shalingye 2k ≈ 打发要饭的，除非拿来练手 打发时间🐶 尤其是：不能预支 == 画饼，订金 预付款都没有，说白嫖都不为过 陌生人。

[iorilu]

@gzlock 自动配音啊

现在自媒体搞得很多垃圾视频都是这么出来的, 先从 youtube 活什么地方搬运， 然后分离声音， 搞个字幕， 再按字幕 AI 配音， 最后再合成

都是 AI 配音， 一个叫云溪的男的声音， 都听过把

[shxlxa]

@gzlock 有一种可能是搞视频搬运，比如将 youtube 上的视频搬运到 B 站，需要将音频由英文转成中文后，再合成视频

[gpt5]

v 友平均工资几万刀，
按业界统一标准，工资时薪两倍算，
你这没几十万刀根本打不住。

[shalingye]

@xiangyuecn @iorilu 受教了🤣

[nightwitch]

加个 0 都打不住

[x77]

其实不用这么麻烦，Azure Speech 可以直接从音频到音频，不需要 STT 再 TTS ，流程如下：

Video --> (FFmpeg) Audio Track --> (Azure Speech Service) Speech Translation --> (FFmpeg) Audio Track 2 --> Video 2

当然，如果楼主非要要 AI TTS 播音就另外当别论了

[jackge0323]

这种一看就是搞国外教程的，udemy 的教程拖回来，翻译成中文，再拿出去卖。

[ndk2023]

预算翻一倍叫我。

[wusheng0]

@ndk2023 翻一倍也不能预支，完事给钱（）

[murmur]

自动洗稿？有这技术早自己干了

[murmur]

@shalingye python 没有什么加密方法，你给了 demo 也能反编译出来，楼主不是说了没有定金么

[cs3230524]

@gzlock 你就理解为以后看动作片有中文字幕和中文配音了！

[nmap]

侮辱性定价

[shalingye]

@murmur 😂直接白嫖

[xylophone21]

来围观需求描述的认知偏差了.

像 @gzlock 这样的 4 条命令行, 2k 并不少吧, 毕竟他都送了 2 条了.

[c2const]

建议把预算提高到 2k dollar
再签好合同，提前预付部分款项
----------------

[looveh]

就知道一个 ffmpeg ，其他的都没听过(꒦_꒦)