multilingual-video-dubbing-skill 是做什么的？
多语言视频配音代理技能——适用于短视频和长视频本地化的翻译+语音合成（TTS）配音流程。
概述
该技能为AI代理提供了一个完整的视频配音自动化管道，包括：
- 音频提取：从视频文件中分离音轨。
- 语音识别（ASR）：识别源语言内容。
- 翻译：使用大语言模型（LLM）将文本翻译为目标语言。
- 语音合成（TTS）：生成目标语言的配音音频。
- 视频合成：将新配音与原始画面合并。
适用平台
支持在以下AI代理平台上运行：
- Claude Code
- Cursor
- Codex
- 其他兼容的智能体环境
使用前提
- 安装
ffmpeg（用于音视频处理） - 配置必要的API密钥（通过环境变量）：
TRANSLATION_API_KEY（翻译服务密钥）TTS_API_KEY（语音合成服务密钥）
- Python 3.8+ 环境
快速开始
# 示例：对 input.mp4 进行中文配音
python dub.py --input input.mp4 --source-lang en --target-lang zh
参数说明：
--input：输入视频文件路径--source-lang：源语言代码（如en）--target-lang：目标语言代码（如zh）--output：可选，输出文件路径
工作原理
- 使用
ffmpeg提取音频。 - 调用ASR引擎（如Whisper）转写为文本。
- 通过翻译API获得目标语言文本。
- 调用TTS服务生成配音音频。
- 将配音与原始视频画面合成最终文件。
注意事项
- 长视频可能需要分段处理以避免超时。
- 确保有足够的磁盘空间存放临时文件。
- API调用可能产生费用，请留意各服务定价。
贡献
欢迎提交Issue或Pull Request改进该技能。
许可
MIT License