简约而强大的工具可以处理从翻译、配音到语音克隆、格式化的所有内容——在横向和纵向模式之间无缝转换视频，以便在所有内容平台（YouTube、TikTok、Bilibili、抖音、微信频道、RedNote、快手）上实现最佳显示。凭借其端到端工作流程，Krillin AI 只需单击几下即可将原始素材转换为精美的平台就绪内容。
主要功能：
🎯 一键启动 - 立即启动您的工作流程，提供新的桌面版本 - 更易于使用！
📥 视频下载 - 支持 yt-dlp 和本地文件上传
📜 精确字幕 - Whisper 驱动的高精度识别
🧠 智能分割 - 基于LLM的字幕分块和对齐
🌍 专业翻译 - 段落级翻译，保持一致性
🔄 术语替换 - 一键式特定域词汇交换
🎙️ 配音和语音克隆 - CosyVoice 选定的语音或克隆语音
🎬 视频合成 - 水平/垂直布局的自动格式
🔍 语音识别支持
下表中的所有本地模型都支持可执行文件 + 模型文件的自动安装。只需做出选择，KrillinAI 就会为您处理其他一切。
| 服务 | 支持的平台 | 模型选项 | 本地/云 | 笔记 |
|---|---|---|---|---|
| OpenAI 耳语 | 跨平台 | - | 云 | 快速，效果极佳 |
| 更快的耳语 | Windows/Linux作系统 | tiny/medium/large-v2（推荐培养基+） |
当地 | 更快的速度，无云服务开销 |
| WhisperKit | macOS（仅限 Apple Silicon） | large-v2 |
当地 | Apple 芯片的原生优化 |
| 阿里云 ASR | 跨平台 | - | 云 | 绕过中国大陆网络问题 |
🚀 大型语言模型支持
✅ 兼容所有与 OpenAI API 兼容的云/本地 LLM 服务，包括但不限于：
- 开放人工智能
- 深度seek
- Qwen （同义千文）
- 自托管开源模型
- 其他 OpenAI 格式兼容的 API 服务
🌍 语言支持
输入语言支持：中文、英文、日文、德文、土耳其文、韩文、俄文、马来文（不断扩展）
翻译语言：支持 101 种语言，包括英语、中文、俄语、西班牙语、法语等。
🚀 快速开始
基本步骤
首先，下载与设备系统匹配的 Release 可执行文件。按照以下说明在桌面版或非桌面版之间进行选择，然后将软件放在空文件夹中。运行该程序会生成一些目录，因此将其保存在空文件夹中会更容易管理。
[对于桌面版本（名称中带有“desktop”的发布文件），请参阅此处] 桌面版是新发布的，旨在解决初学者在正确编辑配置文件时面临的困难。它仍然存在一些错误，并且正在不断更新。
双击该文件以开始使用它。（桌面版本还需要配置，这是在软件中完成的。
[对于非桌面版本（名称中没有“desktop”的发布文件），请参阅此处] 非桌面版本是原始版本，具有更复杂的配置但功能稳定。它还适用于服务器部署，因为它提供了基于 Web 的 UI。
在该目录中创建一个文件夹，然后在其中创建一个文件。将文件内容从源代码目录复制到您的目录中，并填写您的配置详细信息。configconfig.tomlconfig-example.tomlconfigconfig.toml
双击可执行文件或在终端中运行它以启动服务。
打开浏览器并输入 http://127.0.0.1:8888 以开始使用它。（将 8888 替换为您在配置文件中指定的端口号。
收件人：macOS 用户
[对于桌面版本，即名称中带有 “desktop” 的发布文件，请参阅此处] 由于签名问题，桌面版的当前打包方式不支持直接双击执行或 DMG 安装。需要手动配置信任，如下所示：
- 在终端中打开包含可执行文件的目录（假设文件名为 KrillinAI_1.0.0_desktop_macOS_arm64）
- 按顺序执行以下命令：
sudo xattr -cr ./KrillinAI_1.0.0_desktop_macOS_arm64
sudo chmod +x ./KrillinAI_1.0.0_desktop_macOS_arm64
./KrillinAI_1.0.0_desktop_macOS_arm64
[对于非桌面版本，即名称中没有 “desktop” 的正式版文件，请参阅此处] 该软件未签名，因此在完成“基本步骤”中的文件配置后，您需要在 macOS 上手动信任该应用程序。请执行以下步骤：
- 打开终端并导航到可执行文件（假设文件名为 ）所在的目录。
KrillinAI_1.0.0_macOS_arm64 - 按顺序执行以下命令：
sudo xattr -rd com.apple.quarantine ./KrillinAI_1.0.0_macOS_arm64
sudo chmod +x ./KrillinAI_1.0.0_macOS_arm64
./KrillinAI_1.0.0_macOS_arm64
这将启动服务。
Docker 部署
此项目支持 Docker 部署。请参阅 Docker 部署说明。
Cookie 配置说明
如果您遇到视频下载失败的情况，请参考 Cookie 配置说明来配置您的 Cookie 信息。
以下使用场景需要阿里云的配置：
- 如果填写为 ，则表示将使用阿里云的大模型服务。因此，需要设置物料的配置。
llm_provideraliyunaliyun.bailian - 如果填写了 ，或者在启动任务时开启了 “语音配音” 功能，则会使用阿里云的语音服务。因此，需要填写该项的配置。
transcription_provideraliyunaliyun.speech - 如果开启了“语音配音”功能，同时上传了本地音频文件进行语音音色克隆，则还会使用阿里云的 OSS 云存储服务。因此，需要填写项目的配置。 配置指南：阿里云配置说明
aliyun.oss
实战演习
场景1：大模型驱动的智能字幕处理
KrillinAI的一大技术亮点在于利用大语言模型(LLM)对转录文本进行智能分段和对齐。这不是简单的按时间切割，而是基于语义和上下文的智能处理，确保每个字幕片段都是完整且有意义的语句单元。
从项目提供的效果展示来看，即使是处理46分钟的长视频，KrillinAI也能够生成自然、无缺失、无重叠的字幕分段，这对于提升视频观看体验至关重要。
场景2：专业级翻译系统
KrillinAI支持56种语言的翻译，包括英语、中文、俄语、西班牙语、法语等。与传统翻译工具不同，KrillinAI采用段落级翻译策略，这意味着系统会考虑上下文语境，保证翻译结果的连贯性和专业性。
另一个实用功能是术语替换，允许用户一键替换特定领域的专业术语，确保翻译结果符合特定行业或领域的表达习惯，提升翻译的专业性和准确性。
场景3：多样化配音与语音克隆
完成翻译后，KrillinAI支持将文本转换为自然流畅的语音。系统提供了多种配音选项，默认集成了CosyVoice的语音合成技术，用户还可以上传自己的语音样本进行声音克隆，实现个性化的配音效果。
这一功能对于需要保持视频一致声音风格的创作者尤为重要，能够在不同语言版本之间保持统一的声音特征。
场景4：智能视频合成与格式转换
KrillinAI的视频处理能力不仅限于字幕和配音，还包括视频格式的智能转换。系统能够自动处理横屏和竖屏视频的转换，优化不同平台的显示效果。
这一功能特别适合需要将一个视频同时发布到多个平台（如横屏的YouTube和竖屏的抖音、TikTok等）的创作者，大大减少了手动调整不同平台视频格式的工作量。
