V
1
原站提供的展示图片。
- 作者：artificialguybr
- 分类：AI 视频
- 名称：Video Dubbing
- 来源：Hugging Face Spaces
Video Dubbing适合将短视频转换为其他语言版本。用户上传视频并选择目标语言后，应用会先识别原视频中的语音，再进行翻译和语音合成，最后生成配音视频；流程中还可使用口型同步环节，使画面中的说话动作与新音频更协调。
公开功能
应用提供视频上传、目标语言选择、配音视频输出和状态提示等功能。上传视频的时长上限为60秒，生成结果以视频形式返回。公开说明还提到，配音过程可以使用原说话者的克隆声音，并提供可选的口型同步处理。
处理思路
整个流程由多个环节组成：先使用Whisper large-v3识别视频语音，再通过Google Translate完成语言转换，接着使用Qwen3-TTS进行语音合成和声音克隆，最后可使用Wav2Lip处理口型同步。这样形成了从原始语音到目标语言配音的连续处理链。
适用任务
它适合处理时长较短、以人物讲话为主的视频，例如将同一段内容制作成不同语言版本，或为短视频增加跨语言传播版本。若任务需要较长视频、复杂多人对话，或要求对译文、音色和画面进行精细人工编辑，则应先确认应用是否满足这些具体需求。
使用方法
使用时先上传不超过60秒的视频，再选择目标语言并启动处理。之后可根据状态提示等待结果生成，并查看输出的配音视频。若希望画面中的口型配合新语音，可以使用流程中提供的可选口型同步环节；是否适合启用，应结合视频内容和最终用途判断。
常见问题
视频上传有什么时长限制？
公开界面标注的上传视频最大时长为60秒。
配音会保留原说话者的声音吗？
公开说明将原说话者的克隆声音列为配音流程的一部分。