41條一鍵AI視訊翻譯管道|印度和國際語言的 WSL2 設置

原文作者：Sudheendra S G

原文來源：https://www.youtube.com/embed/kwFQq5WqWOQ

00:00 簡介：自動化 AI 音訊管道 01:03 兩腳本自動化：安裝檔案 + Production Runner 02:07 下載會話檔案 03:05 音訊管道資料夾結構說明 04:30 檢查現有 WSL 安裝 06:05 在 WSL2 中安裝 07:30 檢查現有 WSL 安裝 06:05 在 WSL2 中安裝 Ubuntu 07:05 將 Ubuntu 08:05 匯入 Ubuntu 0 09:25 建立自訂 WSL 設定腳本 10:55 更新 Ubuntu 軟體包 11:35 執行一次性 WSL2 設定腳本 13:25 修復設定後未找到 Conda 14:43 擁抱臉部模型存取設定 16:30 在 WSL2 中驗證擁抱臉部 17:35 生產 Python 185:30 製作完整 18:35 生產 18:35 生產的功能表設定輸入視訊和語言參數20:25 新增參考音訊和參考文字 21:40 執行單命令管道 22:20 轉錄、翻譯和 TTS 執行 23:10 最終視訊、音訊、字幕和輸出檔案 25:05 結論和下一步：Indic Parler TTS Github 儲存庫字幕和輸出檔案 25:05 結論和下一步：Indic Parler TTS Github 儲存庫字幕和輸出檔案 25:05 結論和下一步：Indic Parler TTS Github 儲存庫中頁面https://www.patreon.com/posts/151488430 在此影片中，我們在 WSL2 內自動化了完整的本地 AI 音訊翻譯和配音管道。之前，我們一步一步完成了管道：WSL2 設定、Conda 和 Mamba 安裝、PyTorch GPU 設定、音訊擷取、使用 Faster-Whisper 和 Indic Conformer 進行轉錄、使用 IndicTrans2 進行翻譯以及使用 IndicF5 和 XTTS 進行文字轉語音轉換。但每次都手動完成所有這些階段對於生產來說是不切實際的。因此，在本次會議中，我們使用兩個主要腳本將整個工作流程轉換為自動化系統。第一個腳本是一次性 WSL2 機器設定檔。它安裝了 Conda、Mamba、FFmpeg、PyTorch、TorchCodec、Hugging Face 支援以及印度和國際語言處理所需的所有環境。第二個腳本是生產運行程序。只需輸入視訊、來源語言、目標語言、參考語音和一些參數，它就會自動運行完整的工作流程：音訊擷取、轉錄、翻譯、TTS 生成、音訊處理、字幕生成和最終翻譯視訊匯出。此管道支援使用 IndicTrans2 和 IndicF5 的印度語言工作流程，以及使用 NLLB 和 XTTS-v2 的國際語言工作流程。涵蓋的主題： ✅ 一次性 WSL2 設定自動化 ✅ Conda 和 Mamba 環境創建 ✅ 更快的 Whisper 轉錄 ✅ 用於印度語言 ASR 的 Indic Conformer ✅ IndicTrans2 翻譯工作流程 ✅ 用於印度語言的 IndicF5 TTS ⅜修復 ✅ Hugging Face 身份驗證設定 ✅ 單命令生產管道 ✅ 最終配音視頻導出 這對於創作者、教育工作者、開發人員、人工智能電影製作人以及任何在不完全依賴雲端服務的情況下構建本地人工智能配音或翻譯工作流程的人。命令、腳本和設定檔可以適應您自己的本地 AI 生產管道。 #LocalAI #AIDubbing #WSL2 #IndicTrans2 #IndicF5 #XTTS #FasterWhisper #AITranslation #VideoDubbing #OpenSourceAI #AIWorkflow #MachineLearning #TextToSpeech #SpeechToText #FFmpeg