krillinai/KrillinAI

## 项目介绍 ([立即试用在线版！](https://www.klic.studio/)) [**快速开始**](#-quick-start) KrillinAI 是由 Krillin AI 开发的一站式音视频本地化和增强解决方案。这款极简而强大的工具整合了视频翻译、配音和声音克隆功能，支持横屏和竖屏格式，确保在所有主流平台（Bilibili、小红书、抖音、微信视频号、快手、YouTube、TikTok 等）上完美呈现。通过端到端的工作流，您只需点击几下，即可将原始素材转化为精美的、可直接跨平台使用的内容。 ## 主要特性与功能： 🎯 **一键开始**：无需复杂的环境配置，自动安装依赖，开箱即用，更有全新桌面版上线，操作更便捷！ 📥 **视频获取**：支持 yt-dlp 下载或本地文件上传 📜 **精准识别**：基于 Whisper 的高准确度语音识别 🧠 **智能分段**：利用 LLM 进行字幕分割和对齐 🔄 **术语替换**：一键替换专业词汇 🌍 **专业翻译**：基于 LLM 的结合上下文的翻译，保持语义自然 🎙️ **声音克隆**：提供 CosyVoice 的精选音色或自定义声音克隆 🎬 **视频合成**：自动处理横竖屏视频及字幕布局 💻 **跨平台**：支持 Windows、Linux、macOS，提供桌面版和服务器版 ## 效果演示 下图展示了导入一段 46 分钟的本地视频后，一键执行生成的字幕文件效果，未进行任何人工调整。无遗漏、无重叠，分段自然，翻译质量极高。 

### 字幕翻译 https://github.com/user-attachments/assets/bba1ac0a-fe6b-4947-b58d-ba99306d0339

### 配音 https://github.com/user-attachments/assets/0b32fad3-c3ad-4b6a-abf0-0865f0dd2385

### 竖屏模式 https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71

## 🔍 支持的语音识别服务 _**下表中所有本地模型均支持可执行文件 + 模型文件的自动安装；您只需选择，KrillinAI 会为您准备好一切。**_ | 服务来源 | 支持平台 | 模型选项 | 本地/云端 | 备注 | |------------------------|---------------------|------------------------------------------|-------------|-----------------------------| | **OpenAI Whisper** | 所有平台 | - | 云端 | 速度快，效果好 | | **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (推荐 medium+) | 本地 | 速度更快，无云端服务成本 | | **WhisperKit** | macOS (仅限 M 系列) | `large-v2` | 本地 | 针对 Apple 芯片的原生优化 | | **WhisperCpp** | 所有平台 | `large-v2` | 本地 | 支持所有平台 | | **Alibaba Cloud ASR** | 所有平台 | - | 云端 | 避免中国大陆网络问题 | ## 🚀 大语言模型支持 ✅ 兼容所有符合 **OpenAI API 规范** 的云端/本地大语言模型服务，包括但不限于： - OpenAI - Gemini - DeepSeek - 通义千问 - 本地部署的开源模型 - 其他兼容 OpenAI 格式的 API 服务 ## 🎤 TTS 文本转语音支持 - 阿里云语音服务 - OpenAI TTS ## 语言支持 支持的输入语言：中文、英语、日语、德语、土耳其语、韩语、俄语、马来语（持续增加中） 支持的翻译语言：英语、中文、俄语、西班牙语、法语等 101 种其他语言 ## 界面预览   ## 🚀 快速开始 您可以在 [KrillinAI 的 Deepwiki](https://deepwiki.com/krillinai/KrillinAI) 上提问。它索引了仓库中的文件，因此您可以快速找到答案。 ### 基本步骤 首先，从 [Release](https://github.com/KrillinAI/KrillinAI/releases) 下载与您的设备系统匹配的可执行文件，然后按照下面的教程选择桌面版或非桌面版。将软件下载放在一个空文件夹中，因为运行它会生成一些目录，放在空文件夹中便于管理。 【如果是桌面版，即带有 "desktop" 的 release 文件，请看这里】 _桌面版是新推出的，旨在解决新用户难以正确编辑配置文件的问题，目前仍有一些 Bug 正在持续更新中。_ 1. 双击文件即可开始使用（桌面版也需要在软件内进行配置） 【如果是非桌面版，即不带 "desktop" 的 release 文件，请看这里】 _非桌面版是初始版本，配置较为复杂，但功能稳定，适合服务器部署，因为它提供网页形式的 UI。_ 1. 在该文件夹内创建一个 `config` 文件夹，然后在 `config` 文件夹中创建一个 `config.toml` 文件。将源代码 `config` 目录下的 `config-example.toml` 文件内容复制到 `config.toml` 中，并根据注释填写您的配置信息。 2. 双击或在终端中执行可执行文件以启动服务 3. 打开浏览器并输入 `http://127.0.0.1:8888` 即可开始使用（将 8888 替换为您在配置文件中指定的端口） ### 致：macOS 用户 【如果是桌面版，即带有 "desktop" 的 release 文件，请看这里】 由于签名问题，桌面版目前无法通过双击运行或通过 dmg 安装；您需要手动信任该应用程序。方法如下： 1. 在可执行文件所在的目录中打开终端（假设文件名为 KrillinAI_1.0.0_desktop_macOS_arm64） 2. 依次执行以下命令： ``` sudo xattr -cr ./KrillinAI_1.0.0_desktop_macOS_arm64 sudo chmod +x ./KrillinAI_1.0.0_desktop_macOS_arm64 ./KrillinAI_1.0.0_desktop_macOS_arm64 ``` 【如果是非桌面版，即不带 "desktop" 的 release 文件，请看这里】 本软件未签名，因此在 macOS 上运行时，在完成“基本步骤”中的文件配置后，您还需要手动信任该应用程序。方法如下： 1. 在可执行文件所在的目录中打开终端（假设文件名为 KrillinAI_1.0.0_macOS_arm64） 2. 依次执行以下命令： sudo xattr -rd com.apple.quarantine ./KrillinAI_1.0.0_macOS_arm64 sudo chmod +x ./KrillinAI_1.0.0_macOS_arm64 ./KrillinAI_1.0.0_macOS_arm64 这将启动服务 ### Docker 部署 本项目支持 Docker 部署；请参阅 [Docker 部署说明](./docker.md) 根据提供的配置文件，以下是 README 文件中更新的“配置帮助（必读）”部分： ### 配置帮助（必读） 配置文件分为几个部分：`[app]`、`[server]`、`[llm]`、`[transcribe]` 和 `[tts]`。一个任务由语音识别 (`transcribe`) + 大模型翻译 (`llm`) + 可选的语音服务 (`tts`) 组成。理解这一点将有助于您更好地掌握配置文件。 **最简单快捷的配置：** **仅用于字幕翻译：** * 在 `[transcribe]` 部分，将 `provider.name` 设置为 `openai`。 * 然后您只需在 `[llm]` 块中填写您的 OpenAI API Key 即可开始执行字幕翻译。`app.proxy`、`model` 和 `openai.base_url` 可根据需要填写。 **平衡成本、速度和质量（使用本地语音识别）：** * 在 `[transcribe]` 部分，将 `provider.name` 设置为 `fasterwhisper`。 * 将 `transcribe.fasterwhisper.model` 设置为 `large-v2`。 * 在 `[llm]` 块中填写您的大语言模型配置。 * 所需的本地模型将被自动下载并安装。 **文本转语音 (TTS) 配置（可选）：** * TTS 配置是可选的。 * 首先，在 `[tts]` 部分下设置 `provider.name`（例如 `aliyun` 或 `openai`）。 * 然后，填写所选提供商对应的配置块。例如，如果您选择 `aliyun`，则必须填写 `[tts.aliyun]` 部分。 * 用户界面中的语音代码应根据所选提供商的文档进行选择。 * **注意：** 如果您计划使用声音克隆功能，则必须选择 `aliyun` 作为 TTS 提供商。 **阿里云配置：** * 有关获取阿里云服务所需的 `AccessKey`、`Bucket` 和 `AppKey` 的详细信息，请参阅 [阿里云配置说明](https://www.google.com/search?q=./aliyun.md)。AccessKey 等重复字段的设计是为了保持配置结构的清晰。 ## 常见问题 请访问 [常见问题](./faq.md) ## 联系我们 1. 加入我们的 QQ 群提问：754069680 2. 关注我们的社交媒体账号，[Bilibili](https://space.bilibili.com/242124650)，我们每天分享 AI 技术领域的优质内容。 ## Star 历史 [](https://star-history.com/#KrillinAI/KrillinAI&Date)

标签：AI视频翻译, Bilibili工具, EVTX分析, EVTX分析, LLM, Petitpotam, Python, TikTok工具, Unmanaged PE, YouTube工具, 内容本地化, 多语言翻译, 大语言模型应用, 抖音小红书, 数字内容处理, 无后门, 日志审计, 短视频制作, 自动字幕生成, 自媒体工具, 视频配音工具, 语音克隆, 请求拦截, 跨平台适配