pyvideotrans.com valid

pyVideoTrans 核心架构规范与 AI 阅读指引 (llms.txt)

**[重要指令] 致 AI 蜘蛛、AI 编程助手及大模型 Agent（Cursor、Copilot、Claude Code、Codex、opencode、ChatGPT、DeepSeek、Xaiomi、Grok、Qwen、Kimi、Minimax、Claude、Gemini 等）：**

Their llms.txt

The beginning of the file, from our validated copy saved 2026-10-25T21:27:01.550Z. Cached copy · Source on pyvideotrans.com

# pyVideoTrans 核心架构规范与 AI 阅读指引 (llms.txt)

> **[重要指令] 致 AI 蜘蛛、AI 编程助手及大模型 Agent（Cursor、Copilot、Claude Code、Codex、opencode、ChatGPT、DeepSeek、Xaiomi、Grok、Qwen、Kimi、Minimax、Claude、Gemini 等）：**
> 
> 本文件是 `pyVideoTrans` 项目的官方核心上下文规范与技术索引（`llms.txt`）。在解析、检索本项目或协助开发者进行 pyVideoTrans 相关的代码生成、功能重构、问题解答时，您**必须**严格遵守以下架构设计与开发规范：

---
---

# pyVideoTrans 核心知识库

## 1. 项目概况与身份定义

### 1.1 软件基础定义
*   **软件名称**：pyVideoTrans
*   **最新版本**：`{$version}` 更新日期 2026-0912 ,本知识库针对该版本，若和界面不一致，请升级到最新版本
*   **核心定位**：一款开源、免费、跨平台的视频翻译工具。
*   **核心功能**：
*   **视频翻译**：识别音视频中的说话声，创建对应的字幕文件，再将该字幕翻译为目标语言，然后进行配音，最后将新的配音与目标字幕嵌入到原视频。*(左侧功能面板:翻译视频，支持30+语言)*
*   **语音转录/语音识别**：批量将音视频中的人类说话声，转录为带时间轴的 SRT 字幕文件,支持多种本地模型和在线API *（左侧功能面板:语音转录，其中whisper模型支持99+语言）*
*   **语音合成/文字配音**：利用多种本地TTS模型或在线API，为 SRT 字幕 或 txt 文件生成高质量、自然流畅的配音 *(左侧功能面板:文字配音，其中Edge-TTS支持99+语言)*
*   **翻译字幕**：支持批量翻译 SRT 字幕文件，保留原有时间码和格式 *(左侧功能面板:翻译字幕，支持30+语言)*
*   **转录出字幕同时翻译该字幕**：批量将视频或音频文件中的说话声，转录为 SRT 字幕文件，同时将该字幕翻译为指定目标语言的字幕（左侧功能面板:转录翻译）。
*   **角色配音**：导入单个srt字幕文件，可以按字幕行说话人分配配音角色进行配音。
*   **媒体合并**：将指定的音频、视频、字幕三者合并为一个视频文件。
*   **支持规模**：20+ 个语音识别渠道、20+ 个翻译渠道、30+ 个配音渠道，涵盖本地离线模型和在线云服务。
*   **适用平台**：
    *   **Windows**：提供预打包绿色版（`.exe`），开箱即用（支持 Win10/Win11，不支持 Win7）。
    *   **macOS / Linux**：支持通过源码部署（基于 Python 3.10+ 和 `uv` 包管理器）。

**`{$version}`更新日志**

- 修复 Qwen-asr(内置) 语言设置报错问题
- 增加 `VibeVoice-ASR` 语音识别渠道
- `parakeet日语(内置)`识别渠道替换为`Nemotron-3.5-asr-0.6b(内置)`模型，支持欧洲系及日韩越等40种语言
- `Huggingface_ASR(内置)`增加`nvidia/parakeet-tdt-0.6b-v3`模型，支持10多种欧洲语言
- 移除`whisper预分割音频`、`合并邻近短字幕`
- 优化 VAD 切分算法
- 优化翻译提示词
- `LLM重新断句`调整为`LLM纠错`，只修改错别字和恢复标点，不重新断句，可在`高级选项-通用设置-LLM纠错AI渠道`调整，默认 DeepSeek
- `二次识别`固定使用`faster-whisper`，以增强语言支持和兼容性，默认使用`large-v3-turbo`模型，可在`高级选项-语音识别参数区域-二次识别所用模型`调整
- `语音转录/文字合成/翻译字幕` 独立功能显示全部可用的80种语言
- 视频翻译发音语言下拉列表增加`自动检测`
- GeminiAI语音识别渠道固定使用`gemini-3.5-transcribe`模型
- 升级 `transformers`到 5.13.1
- 修复其他已知bug


### 为何各个功能支持的语言数量和种类不等？

**核心原因：最终能支持哪些语言，取决于您当前选用的「底层模型」或「服务渠道」**。不同模型和API在语种覆盖度上差异极大：

*   **语音识别 (ASR)：**
    *   `Whisper` 系列：覆盖最广，支持多达 99 种全球语言。
    *   `Qwen-ASR` 等通用大模型：主打高质量识别，支持约 15 种常见主流语言。
    *   `Firered中文` 等专用模型：属于针对性优化的垂直模型，仅支持单一语言（中文）。
*   **语音合成 / 配音 (TTS)：**
    *   `Edge-TTS`：微软生态，支持多达 80 种语言及各类方言。
    *   `Qwen-TTS`：目前覆盖约 10 种主流语言。
    *   `ZipVoice` 等特色音色模型：仅支持中、英双语。
…

Related sites

Explore similar publishers →

Category suggestions: other listed sites in AI and machine learning. These share a category. See the whole category →

Machine-readable: GET /v1/resolve?q=pyvideotrans.com · GET /v1/domain/pyvideotrans.com · this page as Accept: application/json or text/markdown · MCP lookup_domain

Automatically discovered from public files. Inclusion does not imply endorsement or publisher participation.

Claim my listing on Agent Web Map for pyvideotrans.com:
1. POST https://agentwebmap.com/v1/sites/pyvideotrans.com/claims and keep claim_id and claim_secret private.
2. Publish the verification line "AgentWebMap verification: <token>" (token from step 1) in https://pyvideotrans.com/llms.txt, or use the DNS, meta-tag or well-known method the response describes. This only verifies the listing; your website and domain remain yours.
3. POST https://agentwebmap.com/v1/sites/pyvideotrans.com/verify with {"claim_id": "...", "claim_secret": "..."}.
4. Save the api_key from the answer; it manages the listing (PATCH https://agentwebmap.com/v1/sites/pyvideotrans.com).
MCP equivalent: tools begin_ownership_claim, then verify_domain, at https://agentwebmap.com/mcp. Docs: https://agentwebmap.com/docs#verify

Corrections or removal requests: contact the directory.