Voice-Pro:一款集字幕、翻译和TTS于一体的多语言音频处理工具

Voice-Pro，一款集字幕、翻译和TTS于一体的多语言音频处理工具 ，一键安装。

Voice-Pro支持超过90多种语言的实时翻译，适合直播或即时翻译场景。

Voice-Pro主要功能：

Studio选项卡

• 提供 YouTube 下载器、噪音消除、字幕、翻译和 TTS 的集成环境

• ffmpeg支持的所有视频/音频格式都可以使用

• 可选择输出音频格式（wav、flac、mp3）

• 100 种语言的语音识别和字幕创建

• 选择适合 PC 性能的字幕创建选项（Whisper 模型和计算类型）

• 翻译成 100 多种语言并通过 TTS 生成语音

• 多语言视频中保留了原始视频的BGM和音效。

• 支持TTS语音速度、音量、音调调节

Whisper Caption卡

• 专门用于创建字幕的选项卡。支持 90 多种语言

• 显示使用视频创建的字幕

• 提供世界级亮点功能

• 提供降噪功能（1-Demucs、2-MDXNet）

Translate选项卡

• 专用翻译选项卡。支持 100 多种语言

• 支持字幕文件（ass、ssa、srt、mpl2、tmp、vtt、microdvd、json）

• 也可以直接输入文字

• 自动检测上传文件的语言

TTS选项卡

• 仅 TTS 选项卡。支持超过100种语言和400种语音

• 支持字幕文件（ass、ssa、srt、mpl2、tmp、vtt、microdvd、json）

• 也可以直接输入文字

• 自动检测上传文件的语言

• 音调、音量和速度可调

Live Translation选项卡

• 实时语音识别和翻译支持

• 选择音频输入源，例如麦克风、扬声器等。

• 提供保存捕获的音频、识别的字幕和翻译的字幕的功能

Batch选项卡

• 批量处理大量文件

• 字幕、翻译、TTS

Voice-Pro特征：

• 您可以下载 YouTube 视频（mp4、webm）并将其另存为音频文件（mp3、wav、flac）。

• 您可以通过消除噪音和分离人声来提高语音识别的准确性。使用MDX-Net和Meta的Demucs 。

• 通过ai语音识别，提供自动字幕制作、机器翻译、TTS功能。

• 您可以轻松制作多语言视频。

• 一键安装。安装后，您可以永久使用它，无需额外费用。 (※ 免费版有30分钟使用时间限制)

• 提供Web-UI 。推荐使用谷歌Chrome浏览器。

Voice-Pro项目地址：https://github.com/abus-aikorea/voice-pro