41条一键AI视频翻译管道|印度和国际语言的 WSL2 设置

原文作者：Sudheendra S G

原文来源：https://www.youtube.com/embed/kwFQq5WqWOQ

00:00 简介：自动化 AI 音频管道 01:03 两脚本自动化：安装文件 + Production Runner 02:07 下载会话文件 03:05 音频管道文件夹结构说明 04:30 检查现有 WSL 安装 06:05 在 WSL2 中安装 Ubuntu 07:05 将 Ubuntu 导出到 D 盘 08:05 将 Ubuntu 导入回自定义位置 09:25 创建自定义 WSL 快捷方式 10:55 更新 Ubuntu 软件包 11:35 运行一次性 WSL2 设置脚本 13:25 修复设置后未找到 Conda 14:43 拥抱脸部模型访问设置 16:30 在 WSL2 中验证拥抱脸部 17:35 生产 Python 脚本概述 18:35 运行完整的生产管道 19:40 设置输入视频和语言参数20:25 添加参考音频和参考文本 21:40 执行单命令管道 22:20 转录、翻译和 TTS 执行 23:10 最终视频、音频、字幕和输出文件 25:05 结论和下一步：Indic Parler TTS Github 存储库 https://github.com/ssathvick/indicftts.git 有关免费资源和课程材料，请访问以下 patreon 页面https://www.patreon.com/posts/151488430 在此视频中，我们在 WSL2 内自动化了完整的本地 AI 音频翻译和配音管道。之前，我们一步一步完成了管道：WSL2 设置、Conda 和 Mamba 安装、PyTorch GPU 设置、音频提取、使用 Faster-Whisper 和 Indic Conformer 进行转录、使用 IndicTrans2 进行翻译以及使用 IndicF5 和 XTTS 进行文本到语音转换。但每次都手动完成所有这些阶段对于生产来说是不切实际的。因此，在本次会议中，我们使用两个主要脚本将整个工作流程转换为自动化系统。第一个脚本是一次性 WSL2 机器设置文件。它安装了 Conda、Mamba、FFmpeg、PyTorch、TorchCodec、Hugging Face 支持以及印度和国际语言处理所需的所有环境。第二个脚本是生产运行程序。只需输入视频、源语言、目标语言、参考语音和一些参数，它就会自动运行完整的工作流程：音频提取、转录、翻译、TTS 生成、音频处理、字幕生成和最终翻译视频导出。该管道支持使用 IndicTrans2 和 IndicF5 的印度语言工作流程，以及使用 NLLB 和 XTTS-v2 的国际语言工作流程。涵盖的主题： ✅ 一次性 WSL2 设置自动化 ✅ Conda 和 Mamba 环境创建 ✅ 更快的 Whisper 转录 ✅ 用于印度语言 ASR 的 Indic Conformer ✅ IndicTrans2 翻译工作流程 ✅ 用于印度语言的 IndicF5 TTS ✅ 用于国际 TTS 的 XTTS-v2 ✅ TorchCodec 和 FFmpeg 修复 ✅ Hugging Face 身份验证设置 ✅ 单命令生产管道 ✅ 最终配音视频导出 这对于创作者、教育工作者、开发人员、人工智能电影制作人以及任何在不完全依赖云服务的情况下构建本地人工智能配音或翻译工作流程的人。命令、脚本和设置文件可以适应您自己的本地 AI 生产管道。 #LocalAI #AIDubbing #WSL2 #IndicTrans2 #IndicF5 #XTTS #FasterWhisper #AITranslation #VideoDubbing #OpenSourceAI #AIWorkflow #MachineLearning #TextToSpeech #SpeechToText #FFmpeg