正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

再次推荐这个一站式翻译 Youtube 语音内容的宝藏插件！真的是太实用了👍 这个插件能够将 Youtube 视频中的语音内容实时翻译成你所需的语言，支持英语、德语、日语、法语、西班牙语等多种常见语种 🤖️插件链接：给大家简单录制操作步骤👇

千寻｜AI 分享 🌸

78,928 subscribers

218,418 次观看 • 2 年前 •via X (Twitter)

教育科学技术新闻政治

Anya Rossi• Live Now

Private livecam show

7 条评论

Liam.C 的头像

Liam.C2 年前

😄，我也在看rechel的视频，讲发音讲得挺不错的

sunshine W 的头像

sunshine W2 年前

牛逼，太特么好用了。

闲.淡的头像

闲.淡2 年前

这么厉害的插件，safari 可以用就最好了

Aiojio 的头像

Aiojio2 年前

牛啊

tony 的头像

tony2 年前

@readwise save thread

432hz 的头像

432hz2 年前

一年300？

Tianzl 的头像

Tianzl2 年前

收藏

相关视频

推荐一个黑科技：pyvideotrans pyvideotrans这个GitHub项目用于将视频内容从一种语言翻译到另一种语言，并添加配音。目标是提供视频翻译和配音的自动化解决方案，主要包括文本到语音、语音到文本和视频转换的功能等等。 GitHub：官网：

推荐一个黑科技：pyvideotrans pyvideotrans这个GitHub项目用于将视频内容从一种语言翻译到另一种语言，并添加配音。目标是提供视频翻译和配音的自动化解决方案，主要包括文本到语音、语音到文本和视频转换的功能等等。 GitHub：官网：

知识分享官

43,592 次观看 • 2 年前

一款基于Gradio Web UI的语音识别、翻译和TTS的语音一体化处理工具：Voice-Pro，支持实时转录、翻译，一键安装特点： 1、提供YouTube下载器、噪音去除、字幕、翻译和TTS的集成环境 2、支持100种语言的语音识别和字幕创建，可翻译成100多种语言并通过TTS生成语音，可调整TTS语音速度、音量和音调 3、原始视频的背景音乐和音效在多语言视频中保持不变 4、支持批量处理 github： #AI视频转录 #Voice #视频翻译

一款基于Gradio Web UI的语音识别、翻译和TTS的语音一体化处理工具：Voice-Pro，支持实时转录、翻译，一键安装特点： 1、提供YouTube下载器、噪音去除、字幕、翻译和TTS的集成环境 2、支持100种语言的语音识别和字幕创建，可翻译成100多种语言并通过TTS生成语音，可调整TTS语音速度、音量和音调 3、原始视频的背景音乐和音效在多语言视频中保持不变 4、支持批量处理 github： #AI视频转录 #Voice #视频翻译

AIGCLINK

42,424 次观看 • 1 年前

Google Translate 耳机实时翻译正式登陆 iOS 任意耳机可用支持 70+ 语言不需要买特定耳机，不需要额外下载 App，任何一副带麦克风的有线或无线耳机都能用。打开 Google Translate，连上耳机，点「Live translate」，别人说外语，你耳机里直接听到翻译后的语音。同时，这个功能从之前的 3 个国家扩展到了 12 个国家，iOS 和 Android 同步支持。 ① 不挑耳机，门槛为零：之前 Google 自己的 Pixel Buds 才能用实时翻译，现在取消了硬件限制。 ② 翻译保留语调，不是机器人读稿：底层用的是 Gemini AI，不是传统的逐字翻译。它能根据上下文理解语义，遇到俚语、习语不会硬翻。 ③ 70+ 语言，12 个国家可用支持超过 70 种语言，包括南非荷兰语、阿拉伯语、日语、西班牙语、旁遮普语等。

Google Translate 耳机实时翻译正式登陆 iOS 任意耳机可用支持 70+ 语言不需要买特定耳机，不需要额外下载 App，任何一副带麦克风的有线或无线耳机都能用。打开 Google Translate，连上耳机，点「Live translate」，别人说外语，你耳机里直接听到翻译后的语音。同时，这个功能从之前的 3 个国家扩展到了 12 个国家，iOS 和 Android 同步支持。 ① 不挑耳机，门槛为零：之前 Google 自己的 Pixel Buds 才能用实时翻译，现在取消了硬件限制。 ② 翻译保留语调，不是机器人读稿：底层用的是 Gemini AI，不是传统的逐字翻译。它能根据上下文理解语义，遇到俚语、习语不会硬翻。 ③ 70+ 语言，12 个国家可用支持超过 70 种语言，包括南非荷兰语、阿拉伯语、日语、西班牙语、旁遮普语等。

小互

423,815 次观看 • 5 个月前

上海交大和微软开源的一款【端到端的语音到语音翻译系统：TransVIP】，它可以保持原声特征、保持源语音和目标语音时长同步它的声音特点和说话的节奏感保持的非常不错，比较自然流畅，时长控制的也比较精确，很适合做视频配音、跨语言直播或实时语音翻译直接从源语音到目标语音，无需中间步骤，处理延迟低源语音和目标语音时长保持一致，可以避免口型不同步问题项目： github： #AI实时翻译 #TransVIP

上海交大和微软开源的一款【端到端的语音到语音翻译系统：TransVIP】，它可以保持原声特征、保持源语音和目标语音时长同步它的声音特点和说话的节奏感保持的非常不错，比较自然流畅，时长控制的也比较精确，很适合做视频配音、跨语言直播或实时语音翻译直接从源语音到目标语音，无需中间步骤，处理延迟低源语音和目标语音时长保持一致，可以避免口型不同步问题项目： github： #AI实时翻译 #TransVIP

AIGCLINK

56,071 次观看 • 1 年前

阶跃开源了一个统治级 130B 的超大语音模型！！！业界首个集语音理解与生成控制一体化的产品级开源实时语音对话系统 - 支持多语言对话（中文，英文，日语） - 语音情感（开心，悲伤） - 方言（粤语，四川话） - 可控制语速及韵律风格 - 支持RAP和哼唱等 - 语音克隆太强了，这下真的一步到位了

阶跃开源了一个统治级 130B 的超大语音模型！！！业界首个集语音理解与生成控制一体化的产品级开源实时语音对话系统 - 支持多语言对话（中文，英文，日语） - 语音情感（开心，悲伤） - 方言（粤语，四川话） - 可控制语速及韵律风格 - 支持RAP和哼唱等 - 语音克隆太强了，这下真的一步到位了

歸藏(guizang.ai)

148,679 次观看 • 1 年前

OpenAI公布其语音生成模型：Voice Engine 根据文本输入和一个15秒的音频样本，就能生成接近原始说话者声音的自然听起来的语音。 Voice Engine最初于2022年底开发，并已经提供给包括Heygen在内的少数公司进行测试性使用。主要功能 1、自然听起来的语音生成：利用单个15秒的音频样本，Voice Engine能够创造出既情感丰富又真实的语音，显著提升合成语音的自然度和真实感。 2、支持多种用途：从教育援助、内容翻译、提高偏远地区服务质量，到支持非语言人士和帮助患者恢复声音，Voice Engine的应用场景广泛，跨越多个行业。 3、语言和口音的保留：在内容翻译时，Voice Engine能够保留原始发言者的本地口音，使得翻译后的语音不仅流利还能保持原声音的特色。 4、多语种支持：能够生成多种语言的语音输出，适应全球化需求，特别是对于需要将内容本地化到不同语言市场的企业和内容创作者来说，这一特点尤为重要。详细：

OpenAI公布其语音生成模型：Voice Engine 根据文本输入和一个15秒的音频样本，就能生成接近原始说话者声音的自然听起来的语音。 Voice Engine最初于2022年底开发，并已经提供给包括Heygen在内的少数公司进行测试性使用。主要功能 1、自然听起来的语音生成：利用单个15秒的音频样本，Voice Engine能够创造出既情感丰富又真实的语音，显著提升合成语音的自然度和真实感。 2、支持多种用途：从教育援助、内容翻译、提高偏远地区服务质量，到支持非语言人士和帮助患者恢复声音，Voice Engine的应用场景广泛，跨越多个行业。 3、语言和口音的保留：在内容翻译时，Voice Engine能够保留原始发言者的本地口音，使得翻译后的语音不仅流利还能保持原声音的特色。 4、多语种支持：能够生成多种语言的语音输出，适应全球化需求，特别是对于需要将内容本地化到不同语言市场的企业和内容创作者来说，这一特点尤为重要。详细：

小互

38,133 次观看 • 2 年前

卧槽兄弟们 Soul发布的这个语音模型很强 SoulX-Podcast实现了：高真实度、长时段、多说话人、多语种（中英双语 + 多方言）播客式语音生成具备方言与副语言（如笑声、叹气等）控制能力可连续生成 90 分钟以上的对话内容而不失稳定性支持普通话、英语及多种中文方言多人多轮对话还支持在零样本（zero-shot）条件下完成声音与语气的克隆与迁移

卧槽兄弟们 Soul发布的这个语音模型很强 SoulX-Podcast实现了：高真实度、长时段、多说话人、多语种（中英双语 + 多方言）播客式语音生成具备方言与副语言（如笑声、叹气等）控制能力可连续生成 90 分钟以上的对话内容而不失稳定性支持普通话、英语及多种中文方言多人多轮对话还支持在零样本（zero-shot）条件下完成声音与语气的克隆与迁移

小互

95,168 次观看 • 10 个月前

炸裂：Google 翻译全面升级全面接入 Gemini 支持实时语音翻译打开Google翻译，戴上任意耳机，让它成为你的“同声传译员” 支持两种模式： 💬 连续聆听模式（Continuous Listening）自动持续监听周围语言；实时翻译成用户设定的语言；例如：你在日本街头，戴上耳机就能听到中文版本。 🗣️ 双向对话模式（Two-way Conversation）能识别双方语言；自动切换输出语言；例如：你讲英语；对方讲印地语；你听到中文译文；对方听到印地语语音。该功能目前：支持语言：超过 70 种语言；在 Google Translate 安卓 App 上 beta 测试；支持地区：美国、墨西哥、印度；兼容任何耳机； iOS 与更多国家将于 2026 年上线。

炸裂：Google 翻译全面升级全面接入 Gemini 支持实时语音翻译打开Google翻译，戴上任意耳机，让它成为你的“同声传译员” 支持两种模式： 💬 连续聆听模式（Continuous Listening）自动持续监听周围语言；实时翻译成用户设定的语言；例如：你在日本街头，戴上耳机就能听到中文版本。 🗣️ 双向对话模式（Two-way Conversation）能识别双方语言；自动切换输出语言；例如：你讲英语；对方讲印地语；你听到中文译文；对方听到印地语语音。该功能目前：支持语言：超过 70 种语言；在 Google Translate 安卓 App 上 beta 测试；支持地区：美国、墨西哥、印度；兼容任何耳机； iOS 与更多国家将于 2026 年上线。

小互

175,846 次观看 • 9 个月前

一个声音克隆工具：clone-voice 支持文字转成指定音色的语音，也可语音音色转换带界面，支持在线录音支持中文、英文、日语、韩语、法语、德语、意大利语等16种语言 github地址在下条 #声音克隆工具 #clonevoice

一个声音克隆工具：clone-voice 支持文字转成指定音色的语音，也可语音音色转换带界面，支持在线录音支持中文、英文、日语、韩语、法语、德语、意大利语等16种语言 github地址在下条 #声音克隆工具 #clonevoice

AIGCLINK

62,667 次观看 • 1 年前

炸裂：谷歌实时翻译耳机功能，正式登陆 iOS！ 🔥 任意耳机都能用，支持 70+ 语言！不需要买 Pixel Buds，不需要额外硬件随便一副带麦的有线/无线耳机，插上就能变身同声传译！操作超简单：打开 Google Translate App → 连上耳机 → 点「Live Translate」别人说外语，你耳机里直接听到自然翻译语音！从之前的 3 个国家暴增到 12 个国家，iOS 和 Android 同步支持。 ① 零门槛：以前只能用 Google 自己的耳机，现在彻底放开，任何耳机都行！ ② 不是机器人念稿：底层用 Gemini AI，根据上下文理解语义、俚语、习语，保留语调和说话节奏，听起来像真人在翻译！ ③ 70+ 语言狂暴支持：阿拉伯语、日语、西班牙语、南非荷兰语、旁遮普语……基本全球常用语言全覆盖。出国旅行、跨语言谈生意、追剧学外语、甚至异国恋……这功能直接起飞！ Google 这次把语言壁垒砸得稀碎啊！

炸裂：谷歌实时翻译耳机功能，正式登陆 iOS！ 🔥 任意耳机都能用，支持 70+ 语言！不需要买 Pixel Buds，不需要额外硬件随便一副带麦的有线/无线耳机，插上就能变身同声传译！操作超简单：打开 Google Translate App → 连上耳机 → 点「Live Translate」别人说外语，你耳机里直接听到自然翻译语音！从之前的 3 个国家暴增到 12 个国家，iOS 和 Android 同步支持。 ① 零门槛：以前只能用 Google 自己的耳机，现在彻底放开，任何耳机都行！ ② 不是机器人念稿：底层用 Gemini AI，根据上下文理解语义、俚语、习语，保留语调和说话节奏，听起来像真人在翻译！ ③ 70+ 语言狂暴支持：阿拉伯语、日语、西班牙语、南非荷兰语、旁遮普语……基本全球常用语言全覆盖。出国旅行、跨语言谈生意、追剧学外语、甚至异国恋……这功能直接起飞！ Google 这次把语言壁垒砸得稀碎啊！

Huan

301,767 次观看 • 5 个月前

MaskGCT：一个新的零样本文本到语音（TTS）模型支持跨语言翻译配音、语音克隆、语言转换、情感控制等与现有的TTS系统相比，MaskGCT 在语音的自然度、相似度和可理解性方面表现更佳。支持对语音生成的多样性和情感控制以及对通过文本对音频内容进行实时可控编辑。同时模型大幅降低了推理时间，适合实时应用。

MaskGCT：一个新的零样本文本到语音（TTS）模型支持跨语言翻译配音、语音克隆、语言转换、情感控制等与现有的TTS系统相比，MaskGCT 在语音的自然度、相似度和可理解性方面表现更佳。支持对语音生成的多样性和情感控制以及对通过文本对音频内容进行实时可控编辑。同时模型大幅降低了推理时间，适合实时应用。

小互

49,431 次观看 • 1 年前

这个新开源 TTS 太牛逼了，打算直接替换掉原来的 TTS 了之前测试很多 TTS 都是很死板的"AI 音"，今天发现这个，真可以直接拿去商用了多语种翻译、声音克隆、情绪语气保持，三件事同时拉满的开源模型我是第一次见我直接拿世界杯名场面解说暴力测试了，选了三段，每段翻四种语言：梅西帽子戏法那段，西班牙语解说 GOOOOOL 嘶吼到破音，翻成日语、阿拉伯语、中文，那种快吼劈嗓子的劲儿，四个版本居然都在姆巴佩 96 分钟绝杀世界波，英语解说那种"安静一秒然后炸开"的节奏，翻成德语、日语、中文，全部对上另外，佛得角 Vozinha 赛后感言，带有哽咽的感觉，葡语翻英语、日语、中文，声音里的颤抖感翻完居然也在这确实是把 TTS 最难做到的“情绪”给做好了！它是有道子曰的 Confucius4-TTS，3 秒克隆声音，14 种语言，并且是开源，完全可以自部署整体效果非常惊艳，个别长句有一点 AI 感，短句高情绪片段已经很离谱了。做了对比视频，可以听一听感受一下👇 #有道TTS

这个新开源 TTS 太牛逼了，打算直接替换掉原来的 TTS 了之前测试很多 TTS 都是很死板的"AI 音"，今天发现这个，真可以直接拿去商用了多语种翻译、声音克隆、情绪语气保持，三件事同时拉满的开源模型我是第一次见我直接拿世界杯名场面解说暴力测试了，选了三段，每段翻四种语言：梅西帽子戏法那段，西班牙语解说 GOOOOOL 嘶吼到破音，翻成日语、阿拉伯语、中文，那种快吼劈嗓子的劲儿，四个版本居然都在姆巴佩 96 分钟绝杀世界波，英语解说那种"安静一秒然后炸开"的节奏，翻成德语、日语、中文，全部对上另外，佛得角 Vozinha 赛后感言，带有哽咽的感觉，葡语翻英语、日语、中文，声音里的颤抖感翻完居然也在这确实是把 TTS 最难做到的“情绪”给做好了！它是有道子曰的 Confucius4-TTS，3 秒克隆声音，14 种语言，并且是开源，完全可以自部署整体效果非常惊艳，个别长句有一点 AI 感，短句高情绪片段已经很离谱了。做了对比视频，可以听一听感受一下👇 #有道TTS

余温

131,522 次观看 • 2 个月前

巴别塔要被重新建起来了吗？谷歌刚刚干了件大事。实时语音翻译，曾经是它自家耳机Pixel Buds的专属功能，现在，任何耳机都能用。什么意思？这意味着它不再是一个硬件附属品，而是成了一个平台级的功能。打开谷歌翻译，戴上你的耳机，70多种语言，实时互通。对方说话的语调、停顿，甚至是情绪，都能被捕捉和翻译。这还不够。谷歌把它直接塞进了视频会议Google Meet。以后开跨国会议，英语和西班牙语之间，再也没有障碍了。更多语言，马上就来。这技术打破了语言的隔阂，让地球村的村民们能真正自由对话。但另一个问题来了：当所有人都能听懂彼此，那些想在中间操弄信息、制造隔阂的精英们，是不是就没戏唱了？

巴别塔要被重新建起来了吗？谷歌刚刚干了件大事。实时语音翻译，曾经是它自家耳机Pixel Buds的专属功能，现在，任何耳机都能用。什么意思？这意味着它不再是一个硬件附属品，而是成了一个平台级的功能。打开谷歌翻译，戴上你的耳机，70多种语言，实时互通。对方说话的语调、停顿，甚至是情绪，都能被捕捉和翻译。这还不够。谷歌把它直接塞进了视频会议Google Meet。以后开跨国会议，英语和西班牙语之间，再也没有障碍了。更多语言，马上就来。这技术打破了语言的隔阂，让地球村的村民们能真正自由对话。但另一个问题来了：当所有人都能听懂彼此，那些想在中间操弄信息、制造隔阂的精英们，是不是就没戏唱了？

墓碑科技

108,020 次观看 • 9 个月前

🔥 我愿称之为 - AI 视频翻译的天花板！能无缝将汉语视频自动翻译英文视频、自动配音，且纯正音色（支持多种语言）我亲自试了一把，卧槽，这真是有点儿厉害了！

🔥 我愿称之为 - AI 视频翻译的天花板！能无缝将汉语视频自动翻译英文视频、自动配音，且纯正音色（支持多种语言）我亲自试了一把，卧槽，这真是有点儿厉害了！

千寻｜AI 分享 🌸

104,716 次观看 • 3 年前