v1.0.0 — 中文视频转英文配音+字幕 Skill

video-localize-dub v1.0.0

第一个正式版本：把中文短视频转换成英文版（英文配音 + 英文字幕）的 AI Agent Skill。

下载哪个？

video-localize-dub.zip：解压后就是可以直接使用的 skill 文件夹。不用下载 Source code。

怎么用（不会用看这里）

1. 安装 Python 3.12：https://www.python.org/，安装时勾选 Add to PATH。
2. 下载 video-localize-dub.zip 并解压。
3. 把 video-localize-dub 文件夹放进 AI Agent 的 skills 目录：
   • Claude Code：C:\Users\<你的用户名>\.claude\skills\
   • 其它 agent：放到它读取 skill 的目录，或直接告诉 AI 文件夹在哪
4. 对 AI 说：「用 video-localize-dub 把 D:\videos\a.mp4 做成英文配音版，输出到 D:\out」。
5. AI 会自动运行 scripts/setup.py 安装 FFmpeg、Node.js、Python 依赖、Remotion、LaMa、demucs 和模型（新电脑约 5–30 分钟）。
6. 去 https://platform.xiaomimimo.com/ → API Keys → 创建，把 key 交给 AI，它会存进 Windows 凭据管理器。
7. 回答 AI 关于音色、字幕样式、去字方式的几个问题，等成品。

这个版本包含

• 本地 OCR 识别任意位置、任意方向的字幕块
• 本地 faster-whisper 语音识别 + 说话人区分
• MiMo mimo-v2.5-tts 配音：按说话人换音色、贴合原片时间、不重叠、语速均匀
• 每块字幕单独选择去除方式：LaMa / OpenCV 修复、模糊、色块、保留
• Remotion 渲染英文字幕：匹配原字幕位置、角度、大小、动画，支持逐词高亮
• demucs 保留原背景音乐，配音时自动压低
• GPU 自动加速（NVIDIA / Apple / AMD、Intel 实验性），失败自动退回 CPU
• 去字断点续跑、耗时估算、自检与检查图
• setup.py 一键部署；API Key 存进 Windows 凭据管理器，不落盘

已知限制

• 只在 Windows 上完整测试过，macOS / Linux 未实测
• 去字是重建不是还原，复杂运动背景上的大字可能留下柔化区域
• 同性别的多个说话人可能分不开；没有口型同步

共创者

我（@emstudio010-hub）、S.、Claude、ChatGPT、Antigravity。

详细说明见 README。