隆重推出 Violin:一款开源视频翻译技能 ✍ Kevin Lin🕐 2026-05-15📦 2.5 KB 🟢 已读 𝕏 文章列表 作者推出了名为 Violin 的开源视频翻译技能。该工具结合了语音识别(ASR)、LLM 翻译和语音合成(TTS)技术,旨在打破高质量视频内容的语言壁垒。Violin 支持个性化翻译、多语言处理及与视频互动,提供 Web、CLI 和代理技能等多种使用方式,并已在 MIT 协议下完全开源。 开源视频翻译ASRTTSTogether AIWhisperDeepSeekQwen工具发布 # 隆重推出 Violin一款开源视频翻译技能 > 采集时间: 2026-05-15 11:01:53 > 作者: Kevin Lin (@KevinQHLin) > 来源: https://x.com/KevinQHLin/status/2055023321218154619 > 共 4 条帖子 --- ## 2026-05-15 04:31:54 🌟 隆重推出 🎻 Violin——一款开源视频翻译技能。 📹 视频是互联网上的主要媒介,但大多数高质量内容(讲座、演讲、播客)都被限制在单一语言中,使全球观众被排除在外。 因此,我们开发了 Violin:一项视频技能,它将语音识别、LLM 翻译和语音合成结合到一个无缝的流程中。 🌐 演示: [violin-ai.com](https://violin-ai.com) 📝 博客: [together.ai/blog/violin-open-source-translation-skill…](https://t.co/7FLQYQnCkn) 🔗 GitHub: [github.com/shang-zhu/violin…](https://t.co/Allp6RZV4V) ✨ 主要特点: 🎙️ 高质量的多语言 ASR & 翻译 & TTS。 🗣️ 个性化翻译和语音(将学术演讲变成孩子们可以听懂的内容)。 💬 与视频互动——提出任何与视频相关的问题。 🧩 支持 Web 应用程序、CLI 和代理技能 🍃 在 MIT 下完全开源。 ❤️ 用美妙的 [@ShangZhu18](https://x.com/ShangZhu18) 并由……提供建议 [@james_y_zou](https://x.com/james_y_zou) ! 所有功能均由……提供支持 [@togethercompute](https://x.com/togethercompute) 。 试试看,然后告诉我们你的想法! 🎻  [▶ 视频](https://x.com/KevinQHLin/status/2055023321218154619) 视频缩略图:  --- ## 2026-05-15 05:38:09 谢谢你的鼓励 --- ## 2026-05-15 05:43:01 🤗 我们对此表示感谢 [@BarteldsMartijn](https://x.com/BarteldsMartijn),[@ykwon_0407](https://x.com/ykwon_0407),[@federicobianchy](https://x.com/federicobianchy), 和 [@KaitlynZhou](https://x.com/KaitlynZhou) 感谢你们的宝贵意见! ❤️ 我们还要感谢 Whisper、DeepSeek、Qwen 和 Cartesia 背后的开源社区,他们的贡献构成了 Violin 的基础。 😊 特别感谢 [@nutlope](https://x.com/nutlope) 和 [@percyliang](https://x.com/percyliang) 感谢你们在项目开发过程中慷慨提供视频和宝贵反馈! --- ## 2026-05-15 09:08:05 您好,我们有用于视频聊天的视觉理解 VLM。 ---
一 一句话翻译视频:把用了半年的视频翻译工具开源了 作者开源了其使用半年的视频翻译工具,支持通过自然语言指令一键完成视频的下载、转写、翻译、润色及烧字幕工作。该工具基于本地 Whisper 模型实现免费离线转写,复用用户已有的 AI 接口进行翻译,并针对字幕时间轴准确性和断句润色进行了深度优化。 技术 › 工具与效率 ✍ 小互🕐 2026-06-08 视频翻译Whisper开源Claude字幕工具AI本地部署
从 从 0 搭建口播视频 Skill(1) 文章介绍了如何从零搭建口播视频的自动化流水线,拆解了HTML画面、TTS人声、Whisper字幕、Playwright录制和ffmpeg合成的技术原理,强调了手搓流程对理解本质的重要性,并提供了可复用的Skill结构。 技术 › Skill ✍ 实践哥MinLi🕐 2026-07-27 口播视频自动化技术原理WhisperTTSPlaywrightffmpeg流程拆解
我 我的 55 个 AI视频 Skill 全部开源,这是每一个的用法 作者开源了 55 个用于视频生产的 AI Skill,涵盖选题、洗稿、配音、剪辑、动效及质检等全流程。通过 Skill 的自动串联,实现了“一句提示词出一条视频”的高效工作流,大幅降低了内容创作的时间成本。 技术 › Skill ✍ 雪踏乌云🕐 2026-07-27 AI视频开源工作流自动化HeyGenTTS视频剪辑ContentPipeline效率工具
免 免费AI标书神器1元搞定10万字 易标投标工具箱(OpenBidKit_Yibiao)正式上线,这是一款开源免费的AI标书编写工具。支持本地桌面运行,兼容DeepSeek、GPT等多种模型,10万字标书成本仅约1元。功能包括知识库智能复用、图文自动生成、标书查重及废标项检查,旨在帮助小企业降低投标成本。 技术 › 工具与效率 ✍ 开发者Hailey🕐 2026-07-17 AI标书开源DeepSeek工具箱知识库查重投标桌面应用
免 免费开源TTS模型Confucius 4-TTS:本地声音克隆实战与WeSight集成 文章介绍了如何利用网易有道开源的免费TTS模型Confucius 4-TTS实现本地声音克隆。作者展示了将该模型集成到WeSight桌宠中,实时使用复刻音色进行任务播报的过程。该模型仅1.3B大小,支持14种语言的无参考文本克隆,并提供了详细的本地部署代码及在Mac和远程服务器上的运行方案。 技术 › TTS ✍ 苍何🕐 2026-06-28 TTS声音克隆开源本地部署WeSightConfuciusAgent语音合成AI工具教程
训 训练小模型:2026 年最被低估的 AI 技能 本文探讨了 2026 年 AI 领域的边缘趋势:个人开发者训练小模型(SLM)。文章详细介绍了 CJ Zafir 的方法论,即利用 Codex 和 DeepSeek 生成数据、Unsloth 进行训练、Qwen 作为基座,以极低成本(最低 11 美元)在垂直任务上超越大模型。文章指出,真正的护城河在于高质量数据集的生成工厂,而随着硬件门槛降低和工具成熟,模型微调正从企业军备竞赛转向个人技能。 技术 › LLM ✍ yibie🕐 2026-06-02 小模型SLM微调Fine-tuningUnslothDeepSeekQwen低成本AI应用数据集
1 1 个 Skill 自动添加字幕,ByeBye 剪映会员 文章介绍了一种利用 Claude/Codex Skill 技术结合 Whisper 和 ffmpeg 实现本地化视频自动加字幕的方法。该方法通过将听写、校对翻译和烧录三个步骤拆分,利用 LLM 的纠错能力解决了传统软件(如剪映)识别不准和需手动修改的痛点,实现了免费、高准确率和全自动化的字幕制作流程。 技术 › Skill ✍ 实践哥MinLi🕐 2026-05-30 Claude CodeSkillWhisper自动化视频处理工具与效率开源
开 开源长文转幻灯片 Skill:DeepSeek V4 助力高效精读与复习 作者开源了一款名为 'note-slides' 的 Skill,旨在将长文(PDF、链接等)转换为结构化的幻灯片。该工具模拟资深用户视角,提炼关键思考与洞见,形成总览、展开和总结三部分内容。作者认为 AI 幻灯片提供了“地图视角”,弥补了线性阅读后记忆模糊的短板。目前该工具已针对 DeepSeek V4 模型进行优化,在 Claude Code 中运行成本极低,适合用于长文的快速信息筛选与复习复盘。 技术 › Skill ✍ 小盖🕐 2026-05-07 开源DeepSeekDeepSeek V4Claude Code读书笔记知识管理幻灯片自动摘要阅读效率工具推荐
开 开源 AI 营销兵器库:6 个新技能与 32K 行生产级代码 作者分享了其开源的 AI 营销技能库,新增了 6 个实战技能(长视频切片、短视频生成、站点克隆、内容评估、线索档案、字幕生成)。这些工具均为经过真实商业环境验证的生产级代码,旨在通过开源建立信任和商业漏斗,而非提供简单的 Demo。 技术 › Agent ✍ ericosiu🕐 2026-04-24 AI营销自动化开源视频处理WhisperClaudeAgent商业策略效率工具技术栈
O OpenAI向左,DeepSeek向右 文章深入对比了2026年OpenAI与DeepSeek的发展路径。OpenAI采取高定价、重商业的精装商品房模式;而DeepSeek则坚持开源低价,依托中国电力基建和昇腾芯片,将AI变成水电煤般的免费基础设施。DeepSeek通过转型重资产、引入巨额融资以对抗人才流失,并推行端侧AI与开源生态,在乌干达等全球南方地区实现数字平权,打破了硅谷的算力垄断。 技术 › LLM ✍ Sleepy.md🕐 2026-04-24 DeepSeekOpenAI商业模式开源算力封锁端侧AI数字平权华为昇腾国产大模型行业观察
K Kimi K3 memory savings vs Jevon's paradox 本文深入分析了Kimi K3通过Kimi Delta Attention (KDA)技术实现的内存节省突破,对比了传统MLA和DeepSeek的架构,讨论了其在长上下文场景中的优势及对行业的影响。 技术 › LLM ✍ GDP🕐 2026-07-30 Kimi K3KDA内存节省长上下文DeepSeekMLA混合线性注意力KV cache
超 超强剧本Skill开源:一键出灵感、IP二创剧本、分镜表 作者开源了一个IP影视二创剧本方向及分镜表灵感生成器,能自动生成创作灵感、IP二创剧本及分镜表,并支持一键写入飞书多维表格,解决短视频创作从0到1的难题。 技术 › Skill ✍ AI求道者Siri🕐 2026-07-30 剧本创作IP二创分镜表开源飞书AI技能短视频自动化创意生成