Video Dubbing (SoniTranslate)

Video Dubbing (SoniTranslate)

在 Gradio 页面里用开源项目把视频配音成另一种语言。适合想翻译视频里语音的创作者。

由 G-Rost 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这个 Space 是一个用开源项目给视频配音的 Gradio 页面，名字叫 SoniTranslate。配音就是把视频里的语音换成另一种语言的语音。仓库里有应用、soni_translate 包、语音和流程脚本、MDX 模型文件和一个 Colab notebook，并列出了许多针对特定语言的语音模型。

适合谁：想让视频被另一种语言的观众听懂的视频创作者、教育者和团队。开发者也可以把它当作例子，看多个开源语音工具怎样组合在一个应用里。

行业 | 使用者 | 使用方式 | 例子
内容创作 | YouTube 博主和视频制作者 | 做出一个视频的另一种语言版本 | 上传一小段视频并选择目标语言
教育 | 老师 | 把课程视频分享给说其他语言的学生 | 给一小段课程视频配音
营销 | 小企业团队 | 把一个视频用于多个市场 | 给一个产品演示配音
软件 | 开发者 | 研究语音工具怎样串在一起 | 读 app_rvc.py 和 soni_translate 文件夹

如果你只需要字幕而不需要新的声音轨道，可以跳过它。

用在哪里：这个应用可以在这些地方运行：

• 网页浏览器：打开 Hugging Face 上的 Space 页面直接使用。
• Windows、macOS 或 Linux：用 Python 在自己的电脑上运行一份副本。
• Google Colab，通过仓库里的 notebook。

Use case | Who | What they get back
给视频配音 | 创作者 | 语音换成另一种语言的视频
在线试用 | 好奇的访客 | Gradio 页面对他们所给文件返回的内容
研究代码 | 开发者 | 可以阅读的 Python 包、脚本和文档

如何设置：先准备好这几样：

• Python
• huggingface_hub 包，第一条命令会安装它
• requirements.txt 里列出的包
• packages.txt 里的系统包，托管的 Space 由 Hugging Face 用 apt-get 安装

仓库里还有 pre-requirements.txt 和 requirements_xtts.txt，下面的步骤没有提到它们。这些步骤会下载 Space，安装 Space 使用的 Gradio 版本，再装其他包并启动应用。

1. 安装 Hugging Face 包。
2. 把 Space 下载到名为 SoniTranslate_2 的文件夹。
3. 进入这个文件夹。
4. 安装 Gradio 5.29.0。
5. 安装 requirements.txt 里的包。
6. 启动应用。

pip install -U huggingface_hub
hf download G-Rost/SoniTranslate_2 --repo-type space --local-dir SoniTranslate_2
cd SoniTranslate_2
pip install gradio==5.29.0
pip install -r requirements.txt
python app_rvc.py

如何使用：打开 Hugging Face 上的 Space 页面，或者用上面的最后一条命令启动本地副本。Gradio 会提供一个网页，你在上面给应用一个视频，并选择怎样配音。卡片没有列出各个控件。

python app_rvc.py

Tool | What it does
hf download | 把 Space 的文件复制到你电脑上的文件夹
python app_rvc.py | 在你自己的电脑上启动配音应用

示例：你打开 Space，给它一小段视频，并选择目标语言。页面随后会返回一个语音换成那种语言的视频版本。

新手与专家：如果你是新手，先打开 Space 页面，试一段短视频。这一步不用安装任何东西。长视频需要多得多的处理时间。

如果你熟悉这个领域：这个 Space 列出了许多针对特定语言的 wav2vec2 模型，比如普什图语、阿姆哈拉语、哈萨克语、阿尔巴尼亚语、泰米尔语和爱沙尼亚语。仓库里有以 MDX 模型、XTTS 和语音转换流程命名的文件夹和文件，所以它串联了几个开源工具。

你把视频交给应用
语音被提取并转成文字
文字被翻译
新的语音被生成并合回视频

注意事项：卡片只说这是用开源项目做视频配音。请在页面上查看它提供哪些语言和声音。

• License: mit，按 Space 所列。
• Cost to run: 未提及。托管的 Space 运行在 Hugging Face 的 cpu-basic 硬件上。
• Data it reaches: 你交给它的视频。本地副本还会从 Hugging Face 下载 Space 的文件和它需要的模型。
• Not for: 卡片未说明。

Hugging Face 上的数据（2026年11月13日）

• 点赞：3
• 构建方式：gradio
• 许可证：mit

链接

• Space：https://huggingface.co/spaces/G-Rost/SoniTranslate_2
• 文件：https://huggingface.co/spaces/G-Rost/SoniTranslate_2/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。