KrillinAI

活跃
GitHub Go GPL-3.0

简介

KrillinAI 是 AI 视频翻译与配音工具,集成大语言模型,为创作者与 Agent 提供端到端的多语言本地化能力。

核心特性

  • AI 视频翻译与配音 — 一键把视频本地化为多语言版本
  • LLM 驱动翻译 — 借助大语言模型保证翻译语境自然
  • 声音克隆 — 保留原说话人音色,生成目标语言配音
  • 多平台支持 — 可作为 CLI 工具或服务运行
  • 面向创作者 — 简化从原始视频到成片的本地化流程

适用场景

💡 YouTuber 把英文教程快速翻译成中文等多语种版本
💡 企业把培训视频本地化以服务海外员工
💡 Agent 自动处理视频内容并生成多语言字幕与配音
💡 教育机构把课程内容扩展到全球学习者

优势与不足

优势

  • 活跃维护,近期持续更新
  • 社区热度高(11.1k stars)
  • Issue 响应及时,积压少

⚠️ 不足

  • 许可证限制较多(GPL-3.0)

快速开始

# 下载 KrillinAI 二进制
curl -L https://github.com/krillinai/KrillinAI/releases/latest/download/krillinai-linux -o krillinai
chmod +x krillinai

# 启动服务(默认监听 8888)
./krillinai

# 通过 API 提交视频
curl -X POST http://localhost:8888/api/jobs   -F "file=@input.mp4" -F "target_lang=zh"

相关项目

LiveKit

20.4k · Go
活跃 A+

LiveKit 是一个开源的实时音视频基础设施项目,为 AI Agent 提供语音交互能力。支持 WebRTC 传输,提供 Agent 框架和实时转录。

webrtcvoice-agentrealtime +2
  • · 可扩展的分布式 WebRTC SFU(选择性转发单元)架构
  • · 全功能客户端 SDK,支持 JavaScript、Swift、Kotlin、Flutter、Unity、React Native 和 Rust
  • · 生产就绪,支持 JWT 认证、端到端加密和 SVC 编解码器(VP9、AV1)

PaddleOCR

87.7k · Python
活跃 A+

PaddleOCR 是百度开源的多语言 OCR 与文档智能工具箱,支持 80+ 语言与 PP-Structure 版面分析。

ocrpaddlepaddledocument-ai +2
  • · 多语言识别 — 内置 80+ 主流语言模型,简体中文、繁体、英文、阿拉伯文等
  • · PP-Structure 版面分析 — 文本块、表格、图、公式自动分类与定位
  • · PP-OCRv4 高精度 — 业界领先的检测 + 识别端到端精度