👉 参考使用指南：本地安装 | 远程部署

• 🎥 自媒体创作者：优化视频配音、翻译、剪辑流程，提升创作效率，释放创作潜力

• 🌍 多语言翻译/配音：运营海外本地化内容创作、跨语言发布

• ⚙️ 独立部署：本地部署，灵活配置，保障隐私

• 🎤 字幕识别

  精准转录视频和音频中的人声，灵活调整配置适应不同设备和场景，确保高质量文本生成

• 🌐 语言翻译

  多种语言互译，允许切换翻译提供商并调整高级参数，优化翻译效果，轻松跨越语言障碍

• 🎧 语音合成

  丰富的语音库与定制选项，提供个性化配音体验，满足创作需求，实时试听确保创作精准

• ✂️ 剪映草稿

  支持将素材导出至剪映，提供画面、声音、字幕等多维度精细控制，助力后期调整与定制

• 🧩 应用组件

  内置多种应用组件，高效协作，灵活调用，适应不同用户需求

• 🔧 预览与调试

  提供灵活、高效的配置调整，确保每个环节的完美呈现，提升创作效率与质量

• 多提供商: 支持 源字幕、剪映草稿、FunAsr、FasterWhisper 切换
• 自动下载 Youtube 、Tiktok 视频
• 视频声音转录文字，提取字幕
• 人声、伴奏、鼓、贝斯等多音轨分离
• 声纹提取识别与字幕文字进行对齐
• 多说话人识别
• 情感识别：支持 生气、厌恶、恐惧、开心、中立、其他、难过、吃惊

• 多提供商: 支持 Gemini、DashScope 切换
• 自定义模型，指令提示词
• 超长文本批次处理

• 多提供商: 支持 EdgeTTS、CosyVoice2、F5TTS、CoquiTTS切换
• 语音试听：实时语音合成及试听
• 音色库：内置 内置、视频、自定义 3种音色类型
• 音色克隆：支持 语音克隆、语音指令、语音转换、跨语言克隆 指令

• 轨道控制：支持 画面、声音 、字幕 最高 6 个轨道等控制
• 字幕生成：支持 大小、位置、颜色、描边 字体设置
• 音量调节：支持 原声、说话声、背景音乐 音量调节

• 剪映素材提取：提取草稿中视频、音频、图片等素材
• 终极人声分离：快速提取人声、伴奏、鼓、贝斯等多轨音频
• 视频标记去除：去除字幕、水印、角标等视觉元素
• 视频场景检测：自动识别镜头切换，分段导出片段
• 视频字幕提取：OCR识别嵌入字幕，生成可编辑文本

• 配音模式：视频、音频 、自适应 3种模式选择
• 翻译模式：将视频从原声语言翻译为另一种语言
• 解说模式：计划中...
• 自动化投稿

server_start