41 Ein-Befehl-KI-Videoübersetzungspipeline | WSL2-Setup für indische und internationale Sprachen

Ursprünglicher Autor：Sudheendra S G

Originalquelle：https://www.youtube.com/embed/kwFQq5WqWOQ

00:00 Einführung: Automatisierung der KI-Audio-Pipeline 01:03 Zwei-Skript-Automatisierung: Setup-Datei + Produktionsläufer 02:07 Herunterladen der Sitzungsdateien 03:05 Erklärung der Audio-Pipeline-Ordnerstruktur 04:30 Überprüfen der vorhandenen WSL-Installation 06:05 Installieren von Ubuntu in WSL2 07:05 Exportieren von Ubuntu auf Laufwerk D 08:05 Importieren von Ubuntu zurück in einen benutzerdefinierten Speicherort 09:25 Erstellen einer benutzerdefinierten WSL-Verknüpfung 10:55 Aktualisieren von Ubuntu-Paketen 11:35 Ausführen des einmaligen WSL2-Setup-Skripts 13:25 Beheben von Conda, das nach dem Setup nicht gefunden wurde 14:43 Einrichten des Hugging Face-Modellzugriffs 16:30 Authentifizieren von Hugging Face in WSL2 17:35 Überblick über die Produktions-Python-Skripte 18:35 Ausführen der vollständigen Produktionspipeline 19:40 Festlegen von Eingabevideo- und Sprachparametern 20:25 Hinzufügen von Referenzaudio und Referenztext 21:40 Ausführen der One-Command-Pipeline 22:20 Transkription, Übersetzung und TTS-Ausführung 23:10 Endgültige Video-, Audio-, Untertitel- und Ausgabedateien 25:05 Fazit und nächster Schritt: Indic Parler TTS Github Repository https://github.com/ssathvick/indicftts.git Kostenlose Ressourcen und Kursmaterialien finden Sie auf der folgenden Patreon-Seite https://www.patreon.com/posts/151488430 In diesem Video automatisieren wir die komplette lokale KI-Audioübersetzungs- und Synchronisationspipeline in WSL2. Zuvor haben wir die Pipeline Schritt für Schritt abgeschlossen: WSL2-Setup, Conda- und Mamba-Installation, PyTorch-GPU-Setup, Audioextraktion, Transkription mit Faster-Whisper und Indic Conformer, Übersetzung mit IndicTrans2 und Text-to-Speech mit IndicF5 und XTTS. Aber alle diese Phasen jedes Mal manuell durchzuführen, ist für die Produktion nicht praktikabel. In dieser Sitzung konvertieren wir den gesamten Workflow mithilfe von zwei Hauptskripten in ein automatisiertes System. Das erste Skript ist eine einmalige WSL2-Maschinen-Setup-Datei. Es installiert Conda, Mamba, FFmpeg, PyTorch, TorchCodec, Hugging Face-Unterstützung und alle erforderlichen Umgebungen für die indische und internationale Sprachverarbeitung. Das zweite Skript ist der Produktionsläufer. Mit nur einem Eingabevideo, der Quellsprache, der Zielsprache, der Referenzstimme und einigen wenigen Parametern führt es automatisch den gesamten Arbeitsablauf aus: Audioextraktion, Transkription, Übersetzung, TTS-Erzeugung, Audioverarbeitung, Untertitelgenerierung und endgültiger übersetzter Videoexport. Diese Pipeline unterstützt indische Sprachworkflows mit IndicTrans2 und IndicF5 sowie internationale Sprachworkflows mit NLLB und XTTS-v2. Behandelte Themen: ✅ Einmalige WSL2-Setup-Automatisierung ✅ Conda- und Mamba-Umgebungserstellung ✅ Faster-Whisper-Transkription ✅ Indic Conformer für die indische Sprache ASR ✅ IndicTrans2-Übersetzungsworkflow ✅ IndicF5 TTS für indische Sprachen ✅ XTTS-v2 für internationale TTS ✅ TorchCodec- und FFmpeg-Korrekturen ✅ Hugging Face-Authentifizierungs-Setup ✅ Ein-Befehl-Produktionspipeline ✅ Endgültig synchronisierter Videoexport Dies ist nützlich für YouTuber, Pädagogen, Entwickler, KI-Filmemacher und alle, die einen lokalen KI-Synchronisations- oder Übersetzungsworkflow erstellen, ohne vollständig auf Cloud-Dienste angewiesen zu sein. Befehle, Skripte und Setup-Dateien können für Ihre eigene lokale KI-Produktionspipeline angepasst werden. #LocalAI #AIDubbing #WSL2 #IndicTrans2 #IndicF5 #XTTS #FasterWhisper #AITranslation #VideoDubbing #OpenSourceAI #AIWorkflow #MachineLearning #TextToSpeech #SpeechToText #FFmpeg