- 综合排序
- 最热优先
- 最新优先
- 来自专栏漫漫架构路
使用智谱AI大模型翻译视频字幕
可以看出，智谱AI对于该模型寄予厚望。 为了验证这个大模型的性能，我们尝试用它来实现【视频字幕翻译】功能。 目前很多视频网站（如B站）上面，大量优质内容都是英文的，并且也没有配备中文的字幕翻译，这对于很多人来说，大大降低了观看体验。 因此，我们决定利用大模型，将视频的字幕翻译成中文，这样就可以快速理解视频的大致内容，大幅提升工作与学习效率。 下面，我们以 B站 上的视频为例，来实现这个功能。 下面，我们就可以利用智谱AI的 glm-4-0520 大模型，将原版的英文字幕翻译成中文： # 构造Chain,将原版的英文字幕翻译成中文 llm = ChatZhipuAI(model="glm-4- 最后，我们可以利用智谱AI刚刚推出的 embedding-3 这个 Embedding 模型，计算下两个字幕的语义相似度： # 计算原版英文字幕和翻译后的中文字幕在语义上的相似度 embeddings
1.8K10编辑于 2024-09-06 AI漫剧重构千亿微短剧产能：基于大模型与算力的降本增效与出海变现路径
超一线顶流短剧演员单部片酬预估达 50-80万元（拍摄周期7-10天），导致成本结构失控，品牌方一次性投放的投资回报率（ROI）无法跑通。 出海本地化效率低下与文化壁垒： 在北美/欧洲（高RPM地区）与东南亚/拉美（低RPM地区）的出海扩张中，传统人工译配耗时极长（翻译+审校+配音+QA周期长达 7-14天），且极难兼顾内容量需求与快速上线的节奏 生命周期短与海量竞争风险： 仅依靠“做出圈的剧”面临生命周期短、严重依赖单剧爆款概率的风险，亟需向沉淀用户资产、跨IP衍生的厂牌模式转型。 通过大语言模型自动生成或改写故事文本；系统将文案自动分割成分镜；基于提示词生成一致性的角色形象、高质量场景及背景；提供多音色AI配音并调整情绪语速，最终整合生成完整视频。 利用AI翻译与AI配音实现8种语言（英语、日语、韩语等）覆盖，以国内真人搭配海外AI的策略，实现跨文化叙事与多语言AI生产。
1.8K20编辑于 2026-04-09- 来自专栏Java架构师历程
AI如何挑战传统翻译
今年早些时候，该公司推出了 Gengo.ai，这是一个按需平台，为机器学习系统的开发人员提供Gengo翻译提供的各种多语言服务。 AI就像一个小孩。孩子受教育的类型对结果有很大影响。培训数据对于提高AI和机器学习系统的质量非常重要。 “ 需要深入分析 Gengo.ai正在开展一系列项目，展示对结构化，高质量数据的需求，使AI系统能够处理需要文化和种族专业知识的更广泛的任务。 “ 自Gengo.ai推出 以来，该公司迄今已处理了超过10亿字。该公司为AI开发人员提供了一系列免费资源，例如 50个最佳的机器学习免费数据集。 AI开发人员可以通过将预先存在的文件发送给Gengo的个人客户经理进行审核来订购AI培训数据，也可以使用Gengo.ai API访问大量数据。
86130发布于 2019-03-08 - 来自专栏机器学习AI算法工程
python使用AI实现识别暹罗与英短
那种猫是英短？ 第一张暹罗 第二张英短 你以后是不是可以识别了暹罗和英短了？大概能，好像又不能。这是因为素材太少了，我们看这两张图能分别提取出来短特征太少了。 那如果我们暹罗短放100张图，英短放100张图给大家参考，再给一张暹罗或者英短短照片是不是就能识别出来是那种猫了，即使不能完全认出来，是不是也有90%可能是可以猜猜对。 我们是怎么识别暹罗和英短的呢？当然是先归纳两种猫的特征如面部颜色分布、眼睛的颜色等等，当再有一张要识别短图片时，我们就看看面部颜色分布、眼睛颜色是不是可暹罗的特征一致。 让计算机识别图片，就要先让计算机了解它要识别短图片有那些特征。提取图片中的特征就是识别图片要做的主要工作。 下面使用apple的卷积神经网络框架TuriCreate实现区分暹罗和英短。
1.5K110发布于 2018-03-09 - 来自专栏柒八九技术收纳盒
AI赋能前端 - 抛弃百度翻译，自部署AI翻译服务
一个专注于前端开发技术/Rust及AI应用知识分享的Coder ❝此篇文章所涉及到的技术有 AI 翻译 LibreTranslate 自部署 Argos Translate Python 因为，行文字数所限 不去facebook，是因为他们爷爷奶奶爸爸奶奶在上面分享AI生成的耶稣画像（老头子们太老土了）。 不去instagram是因为那里的世界太假，都是粉饰过的，不是真实的。 翻译服务 我们是采用开源的翻译服务 - LibreTranslate。 ❝它完全自主托管的免费开源机器翻译 API。 与其他 API 不同的是，它不依赖 Google 或 Azure 等专有提供商来执行翻译。相反，它的翻译引擎由开源的 Argos Translate 库提供支持。 从上面的模型看出来，我们是可以支持很多语言的互相翻译的。
72100编辑于 2025-01-19 视频翻译太贵太慢？AI 一键译制把成本降到人工的 110
腾讯云媒体AI把ASR、翻译、字幕压制、AI配音串成一条链路，字幕级1080P 3.863元/分钟、配音级12.863元/分钟，让出海团队第一次可以今天剪完今天上线。 一、为什么视频翻译在你团队里始终是个"卡脖子"环节 做出海内容的团队，几乎都踩过同一个坑：一条片子从中文剪辑完成到多语种上线，中间的翻译环节动辄占掉整个项目周期的一半。 知识课程 / 长视频：大模型翻译 + 基于音色 ID 配音 0.5 元/分钟，总成本可控，长视频最怕的就是配音贵。 走完这条路径，你基本上就能判断 AI 译制对你团队意味着"降本"还是"扩产"——大多数团队的答案是两个都要。 视频翻译不该再是出海路上最贵、最慢的那一环。 把人工译制链路重构成"ASR + 大模型翻译 + 术语库 + AI 配音 + 字幕压制"的分钟级流水线，是腾讯云媒体 AI 在做的事。
34610编辑于 2026-06-012026 AI 视频翻译工具横评：HeyGen、Rask AI、ElevenLabs 与腾讯云媒体 AI 谁更适合企业出海？
摘要 AI视频翻译赛道在2026年竞争白热化，HeyGen、Rask AI、ElevenLabs等海外工具与国内云厂商同台竞技。 这催生了一个爆发式增长的市场——AI视频翻译与本地化。 从短剧出海到跨境电商，从在线教育到企业培训，越来越多的中国企业需要将中文视频快速转化为多语种版本。 选型建议：按你的实际需求匹配 选海外SaaS工具的情况： 个人创作者，偶尔翻译1–2条短视频 对去字幕/去水印无需求（原视频无硬字幕） 不需要与其他云服务生态联动 选腾讯云媒体AI的情况： 企业级批量处理 总结 2026年AI视频翻译赛道已进入"功能堆叠"的下半场。单点能力（只有配音、只有翻译）已不足以满足企业实际需求。真正的竞争壁垒在于：全链路覆盖（从擦除到分发）+ 企业级可靠性 + 成本可控。 腾讯云媒体AI凭借自研大模型能力、全链路覆盖（是同类产品中少数具备"智能擦除+翻译+配音+压制"四合一能力的方案）、以及腾讯云生态的支撑，是企业级视频出海场景的高性价比选择。
59810编辑于 2026-06-01- 来自专栏PaddlePaddle
【PaddlePaddle视频新课】之机器翻译
今天问答栏目以视频形式呈现 其他PaddlePaddle深度学习实战课程 ? PaddlePaddle之语义角色标注 http://bit.baidu.com/course/detail/id/179/column/117.html 课程介绍：本节课主要介绍机器翻译的一些基本概念和原理 ，结合法英翻译的示例，介绍如何用PaddlePaddle完成一个模型的训练和预测过程。
68320发布于 2018-07-26 - 来自专栏GiantPandaCV
Torch MLIR公开会议翻译视频-上
由于最近写文章的idea比较有限，我们会陆续翻译和制作一些编译器领域的public meeting视频（主要是关于TVM和MLIR的）。 这个视频是torch mlir公开会议的上半部分大约20分钟，主要讲了一些torch mlir的历史背景以及项目总览。 翻译和制作视频是非常不容易的，特别是这种编译器领域的public meeting，要搞清楚每句话然后翻译以及拆分出来难度是不小的，我们翻译和整合这个55分钟的会议视频已经陆续花了半个月以上了，因为我们只有周末才能进行 希望大家可以理解视频中可能有的瑕疵，以及欢迎在B站的评论区提意见帮助我们改进。 如果你对这个网站上的某个会议感兴趣，你可以在B站评论区提出，我们或许会考虑翻译和制作对应会议的视频。 Torch MLIR公开会议翻译视频-上
1K20编辑于 2022-05-25 短剧视频翻译配音为什么总有翻译腔？对话级NMT实战方案
对于短剧出海翻译，尤其是要接入 AI 配音、字幕和时间轴的工作流，句级翻译只能解决“看懂”，对话级翻译才更接近“能演”。句级 NMT 为什么容易把短剧对白翻成书面语？ 口语化 post-editing：让翻译结果适合配音而不是只适合阅读视频翻译最终要进入 AI 配音或人工配音，文本不能只追求字面对齐，还要考虑可读性和节奏。 一个实用的 post-editing 策略通常包含：长句拆短：避免配音一口气读不完。书面词替换：把 “therefore / however / I am unable to” 换成更自然的口语表达。 ：文档翻译主要追求段落准确，视频翻译还要追求角色、节奏和声音表现。 如果团队使用 VividDub 这类一站式 AI 视频翻译方案，重点不是只看“能不能翻译”，而是看它能不能把 AI 视频翻译、AI 配音、多角色识别、字幕生成和字幕压制串成稳定链路。
25410编辑于 2026-05-27最新翻译工具实测：网页 PDF 视频翻译，它咋做到「全能不翻车」？
一、TOP1 会译:目前值得重点推荐，智能精准的AI翻译插件， 官网说会译是「用AI技术做双语对照翻译的插件，能翻网页、图片、PDF、视频字幕，所有网站都能用」。听着挺普通？ 刷英文新闻时，鼠标轻轻悬停在单词上，底下立刻弹出中文解释；打开PDF论文，右键点「会译翻译」，几秒钟就能看到和原文格式一模一样的双语文档；连看Youtube视频，它都能自动跳出双语字幕……以前翻译得「复制 上周刷《纽约时报》的AI报道，有段讲伦理的句子特绕，专业词一堆。我用会译划选整段，右边立刻跳出流畅的中文，原文还高亮标着，对比着看既保留了语境，又不用来回复查。 会译的「PDF翻译」简直是魔法——上传PDF后，系统自动认段落、表格、公式，翻译结果和原文**位置、字体、格式一模一样**。 前阵子帮导师翻120页的AI白皮书，里面全是图表公式。 ，但PDF/视频翻译指望不上说白了，会译不是某方面的「单项冠军」，而是「全能选手」——网页、PDF、视频、学习，它都能「接住」，这是其他工具比不了的。
88410编辑于 2025-08-04- 来自专栏AI
AI随身翻译设备：从翻译工具到智能生活伴侣
然而，随着人工智能（AI）技术的飞速发展，AI随身翻译设备不仅能够实时翻译语言，还能成为我们在各种场景下的智能助手。 本文将详细介绍AI随身翻译设备的功能和应用场景，并探讨其如何从一个简单的翻译工具转变为一个多功能的智能生活伴侣。AI随身翻译设备的核心功能1. 实时翻译AI随身翻译设备的核心功能是实时翻译。 翻译策略为了确保翻译的准确性和流畅性，AI随身翻译设备采用了以下翻译策略：准确传达原文的事实和背景。 翻译流程AI随身翻译设备的翻译流程包括三个步骤：初步翻译：根据英文内容直译，保持原有格式，不要遗漏任何信息。 输出格式AI随身翻译设备的输出格式如下：### 初步翻译：{初步翻译结果}### 反思与改进：{具体问题列表及改进建议}### 最终翻译：{最终翻译结果}二、AI随身翻译设备的扩展功能除了核心的翻译功能
1K10编辑于 2025-04-05 WAPlugin：WhatsApp AI翻译插件，AI智能客服
——WAPlugin-WhatsAppAI智能聊天助手，以AI为核心驱动，集智能回复、自动翻译、语音识别、图片识别与客户管理于一体，打造全流程自动化沟通体验，帮你解放双手，把更多时间花在成交上！ 三、多模态AI识别：打破沟通壁垒，高效处理各类需求跨境沟通，最头疼的就是语言障碍和各类信息录入的繁琐，而WAPlugin的AI多模态识别功能，直接把这些麻烦事“一键搞定”：✅AI翻译（多语言+术语映射） ：支持全球主流语种实时互译，打破语言壁垒，实现无障碍交流；更支持自定义术语映射库，精准匹配行业专业词汇（比如外贸、汽配、美妆等），杜绝翻译偏差，避免因翻译问题丢订单。 ✅AI语音识别：自动将客户发送的语音消息转译为文本，并同步完成多语言翻译，不用手动听打、手动翻译，哪怕客户发长语音，也能快速get核心诉求，大幅提升沟通效率。 WAPlugin兼顾客户管理与团队协作，让每一份客户资源都不被浪费，每一个团队成员都能高效发力：联系人管理（客户档案）：建立结构化客户档案，整合客户备注、标签分类、AI翻译偏好、自动回复设置等全维度信息
43510编辑于 2026-05-25- 来自专栏后台全栈之路
Go 1.23 发布笔记 AI 翻译
先用 AI 快速翻译一下，后续有空再修订。官方原文: Go 1.23 Release NotesGo 1.23简介最新的Go版本1.23，在Go 1.22之后的六个月发布。 原文标题：《Go 1.23 发布笔记 AI 翻译》发布日期：2024-08-15原文链接：https://cloud.tencent.com/developer/article/2444771。
1.6K20编辑于 2024-08-15 - 来自专栏云云众生s
使用AI翻译电影字幕
经过评估，我觉得可以利用现在的 ChatGPT 和 Gemini 之类的 AI 翻译英文字幕，应该会有不错的效果。 英文字幕提取 通过 ffmpeg 提取视频中内嵌的字幕很容易，执行以下命令即可： ffmpeg -i my_file.mkv outfile.vtt 但实际上一个视频里会有多个字幕，这样并不准确，所以还是要确认下 tags 还是比较规范的，但是也确实有一些视频的字幕根本没有 tags，所以只能猜，我估计在实践中还有其他情况，只能根据实际情况应对。 最后，可以通过 Google AI Studio 获取 API Key。 但是当面对一些本身就不太好的字幕，翻译的结果也不会太好，而且出现了许多异常，为此还需要做许多改进。最近我的视频号（云云众生s）分享了一些技术的视频，就是用改进的代码实现的，后面也会跟大家分享。
2K10编辑于 2024-04-24 - 来自专栏光芯前沿
VLSI 2025 AMD短课：AI硬件平台的架构演进
一、AI硬件平台定义 AI硬件平台由前端数据中心网络、Scale-Out集群网络、Scale-Up Pod网络等部分构成，包含CPU、GPU等计算单元，以及DPU、RDMA NICs等连接设备 二、AI平台接口 1. 液体冷却 HPC率先采用液体冷却，AI平台也逐渐更多地使用液体冷却，AI对功率的高需求推动流体温度降低，且液体冷却会增加组件拆卸难度。 七、铜互连与光学互连 1. AI系统中的一些挑战，如允许降低密度等。 目前AI硬件平台主要推动高密度解决方案，以最小化铜互连长度。 2. 高密度平台带来了液体冷却等额外问题。 3.
69710编辑于 2025-07-24 - 来自专栏软件安装
视频转文字、双字幕生成、实时翻译推荐
▌引言 之前给大家分享过不少视频转文字、字幕生成、实时翻译的工具，但有一类工具一直没提到，就是给视频生成字幕后，顺便翻译成中文字幕文件。 第一款：RASK 网址：https://app.rask.ai/ Rask AI需要谷歌账号登录，是个专业的AI视频翻译工具，能把一个视频转换成60多种不同语言并自动配音，甚至还能克隆原视频的声音。 缺点是GhostCut没法克隆原片声音，AI配音上只能选系统自带的声音。不过视频生成速度快，比较适合把国外视频搬运翻译到国内短视频平台上。 ▌第三款：ElevenLab 网址：https://elevenlabs.io/dubbing 除了HeyGen能处理多人视频翻译外，ElevenLab同样也能制作类似的视频翻译，而且首次登录的新用户通过 ▌第四款：Sync Labs 网址：https://sync.so/ Sync Labs是基于AI人工智能的视频音频口型同步处理工具，能实现视频语音与画面中人物口型的完美同步。
1.4K10编辑于 2026-03-26 - 来自专栏AI科技评论
AI研习社「求翻译」功能上线啦~快来上传文章和视频吧！
当你看到新鲜有趣的科技视频，也希望听懂对白和台词，了解酷炫科技背后的原理。 这些烦恼即将通通不复存在~ 研习社的成员集结了一帮富有颜值于才华，既能直播表演撸代码，也能登台当同传的各路高手，有着“传播知识，共同进步”的助人精神，摩拳擦掌等待你上传的每一篇最新的英文选题或是“生肉”视频 我要求翻译 很简单，点击社区主页的“图文翻译”或是“视频翻译”版块，点击右侧“求翻译”按钮，即可上传提交待译原文/视频~ 进入到投递原文界面后，请选择 1. 输入英语原文标题 2. 如果你确保已经加入了这个小组，可以直接点开任何一篇你想要翻译的文章的标题，左侧是英语原文，右侧是“我要翻译”按钮，只需点击即可开始。 你可以根据对方的翻译质量进行五个档次的评分，分别是： ☆☆☆☆☆：译文准确优雅，中文用于符合汉语习惯，没有翻译腔，阅读体验好，做到翻译标准的信、达、雅 ☆☆☆☆：译文准确流畅，存在个别错误，中文用语用词比较规范标准
76630发布于 2018-08-21 - 来自专栏CoderJia的工作笔记
KrillinAI：基于AI大模型的一站式视频翻译配音解决方案
随着大语言模型(LLM)技术的迅猛发展，一款名为KrillinAI的开源工具横空出世，为内容创作者带来了革命性的视频翻译与配音解决方案。 项目概述 KrillinAI是一款基于AI大模型技术的全流程视频翻译和配音工具，旨在为内容创作者提供从视频下载到最终成品的一站式解决方案。 凭借其简洁而强大的设计，KrillinAI能够无缝处理从翻译、配音到视频格式转换的全流程，支持将视频内容适配至各大主流平台，如YouTube、TikTok、抖音、哔哩哔哩、小红书等。 与类似项目的比较 相比于传统的视频翻译和配音解决方案，KrillinAI具有以下优势： 全流程集成：从视频下载到最终成品，全流程一站式解决，无需在多个工具之间切换。 AI驱动的智能处理：利用大语言模型进行字幕分段和翻译，质量远超传统基于规则的方法。 开源可定制：作为开源项目，用户可以根据自己的需求进行修改和扩展。
2.2K10编辑于 2025-04-16 - 来自专栏Java项目实战
【玩转 GPU】AI绘画、AI文本、AI翻译、GPU点亮AI想象空间
AI绘画个人作品展示 图片 图片 一、使用 GPU 的 AI 技术场景应用与开发实践 图片 GPU 可以大幅提升人工智能算法的运行速度，加快数据的处理和分析，由此产生了许多基于 GPU 的 AI 技术场景应用。 下面我们将分别介绍 AI 绘画、AI 语音合成、开源语言模型部署等 AI 技术场景的 GPU 开发实践。 1.1 AI 绘画 AI 绘画是利用人工智能技术进行绘画创作的一种方法。 1.2 AI 语音合成 AI 语音合成是通过人工智能技术实现的语音合成技术。利用 GPU 可以加速计算，提高语音合成的速度和准确度。近年来，WaveNet 技术成为了语音合成的一种新的解决方案。 1.3 开源语言模型部署 开源语言模型部署是一种将 AI 技术和自然语言处理技术相结合的应用场景。使用 GPU 可以加快模型的训练，提高模型的准确度和效率。
3.5K192编辑于 2023-05-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号