Skip to content

Formerly KrillinAI, VideoTranslation and Dubbing Tool for 120+ Languages. Open-source AI workspace for creators, powered by Codex. Video downloader, video translation, create videos, images, audios, and edits with Agents in one place. For your Social Media like YouTube, TikTok, Instagram, etc.

💬Generate LLM translations

github-actions[bot]7f0fc8d5f7a4
diff --git a/README.md b/README.md
index fb2f7b8f..26069900 100644
--- a/README.md
+++ b/README.md
@@ -13,16 +13,14 @@
</div>
-### 📢 New Release for Windows & macOS Desktop, Welcome to Test and Provide Feedback [Documentation is a bit outdated, ongoing updates]
+ ## Project Introduction ([Try the online version now!](https://www.klic.studio/))
- ## Project Introduction
-
-Krillin AI is a versatile audio and video localization and enhancement solution. This minimalist yet powerful tool integrates video translation, dubbing, and voice cloning, supporting both landscape and portrait formats to ensure perfect presentation across all major platforms (Bilibili, Xiaohongshu, Douyin, WeChat Video, Kuaishou, YouTube, TikTok, etc.). With an end-to-end workflow, Krillin AI can transform raw materials into polished, ready-to-use cross-platform content with just a few clicks.
+Krillin AI is a versatile audio and video localization and enhancement solution. This minimalist yet powerful tool integrates video translation, dubbing, and voice cloning, supporting both landscape and portrait formats to ensure perfect presentation across all major platforms (Bilibili, Xiaohongshu, Douyin, WeChat Video, Kuaishou, YouTube, TikTok, etc.). With an end-to-end workflow, Krillin AI can transform raw materials into beautifully ready-to-use cross-platform content with just a few clicks.
## Key Features and Functions:
-🎯 **One-Click Start**: No complex environment setup required, automatic dependency installation, ready to use immediately, with a new desktop version for easier use!
+🎯 **One-click Start**: No complex environment setup required, automatic dependency installation, ready to use immediately, with a new desktop version for easier access!
-📥 **Video Acquisition**: Supports yt-dlp downloads or local file uploads
+📥 **Video Acquisition**: Supports downloading via yt-dlp or local file uploads
📜 **Accurate Recognition**: High-accuracy speech recognition based on Whisper
@@ -30,15 +28,17 @@ Krillin AI is a versatile audio and video localization and enhancement solution.
🔄 **Terminology Replacement**: One-click replacement of specialized vocabulary
-🌍 **Professional Translation**: LLM-based paragraph-level translation maintains semantic coherence
+🌍 **Professional Translation**: LLM translation with context to maintain natural semantics
-🎙️ **Voice Cloning**: Offers selected voice tones from CosyVoice or custom voice cloning
+🎙️ **Voice Cloning**: Offers CosyVoice selected tones or custom voice cloning
🎬 **Video Composition**: Automatically handles landscape and portrait video and subtitle layout
+💻 **Cross-Platform**: Supports Windows, Linux, macOS, providing both desktop and server versions
+
## Effect Demonstration
-The image below shows the effect of the subtitle file generated after importing a 46-minute local video and executing it with one click, without any manual adjustments. There are no omissions or overlaps, the segmentation is natural, and the translation quality is very high.
+The image below shows the effect of the subtitle file generated after importing a 46-minute local video and executing it with one click, without any manual adjustments. There are no omissions or overlaps, the sentence breaks are natural, and the translation quality is very high.
![Alignment Effect](/docs/images/alignment.png)
<table>
@@ -72,25 +72,30 @@ https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71
</table>
## 🔍 Supported Speech Recognition Services
-_**All local models in the table below support automatic installation of executable files + model files; you just need to select, and KrillinAI will prepare everything for you.**_
+_**All local models in the table below support automatic installation of executable files + model files; you just need to choose, and KrillinAI will prepare everything for you.**_
-| Service Source | Supported Platforms | Model Options | Local/Cloud | Remarks |
-|----------------------|---------------------|--------------------------------------------|-------------|------------------|
-| **OpenAI Whisper** | All Platforms | - | Cloud | Fast and effective |
-| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (recommended medium+) | Local | Faster, no cloud service costs |
-| **WhisperKit** | macOS (M-series only) | `large-v2` | Local | Native optimization for Apple chips |
-| **WhisperCpp** | All Platforms | `large-v2` | Local | Supports all platforms |
-| **Aliyun ASR** | All Platforms | - | Cloud | Avoids network issues in mainland China |
+| Service Source | Supported Platforms | Model Options | Local/Cloud | Remarks |
+|-----------------------|---------------------|------------------------------------------------|-------------|------------------|
+| **OpenAI Whisper** | All Platforms | - | Cloud | Fast and effective |
+| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (recommended medium+) | Local | Faster, no cloud service costs |
+| **WhisperKit** | macOS (M-series only) | `large-v2` | Local | Native optimization for Apple chips |
+| **WhisperCpp** | All Platforms | `large-v2` | Local | Supports all platforms |
+| **Aliyun ASR** | All Platforms | - | Cloud | Avoids network issues in mainland China |
-## 🚀 Large Language Model Support
+## 🚀 Supported Large Language Models
✅ Compatible with all cloud/local large language model services that comply with **OpenAI API specifications**, including but not limited to:
- OpenAI
+- Gemini
- DeepSeek
- Tongyi Qianwen
- Locally deployed open-source models
- Other API services compatible with OpenAI format
+## 🎤 TTS Text-to-Speech Support
+- Aliyun Voice Service
+- OpenAI TTS
+
## Language Support
Input languages supported: Chinese, English, Japanese, German, Turkish, Korean, Russian, Malay (continuously increasing)
@@ -102,21 +107,21 @@ Translation languages supported: English, Chinese, Russian, Spanish, French, and
## 🚀 Quick Start
### Basic Steps
-First, download the executable file that matches your device system from the [Release](https://github.com/krillinai/KrillinAI/releases), then follow the tutorial below to choose between the desktop version or non-desktop version, and place it in an empty folder. Download the software into an empty folder, as it will generate some directories after running, making it easier to manage.
+First, download the executable file that matches your device system from the [Release](https://github.com/krillinai/KrillinAI/releases), then follow the tutorial below to choose between the desktop version or non-desktop version, and place it in an empty folder. Download the software into an empty folder because it will generate some directories after running, making it easier to manage.
-【If it is the desktop version, i.e., the release file with "desktop", see here】
-_The desktop version is newly released to address the issue of novice users having difficulty correctly editing configuration files, and there are still many bugs; ongoing updates are in progress._
+【If it is the desktop version, i.e., the release file contains "desktop," see here】
+_The desktop version is newly released to solve the problem of new users having difficulty correctly editing configuration files, and there are some bugs that are continuously being updated._
1. Double-click the file to start using it (the desktop version also requires configuration within the software)
-【If it is the non-desktop version, i.e., the release file without "desktop", see here】
-_The non-desktop version is the initial version, with a more complex configuration, but stable functionality, suitable for server deployment, as it provides a UI in a web manner._
-1. Create a `config` folder within the directory, then create a `config.toml` file in the `config` folder, copy the contents of the `config-example.toml` file from the source code's `config` directory into `config.toml`, and fill in your configuration information accordingly.
+【If it is the non-desktop version, i.e., the release file does not contain "desktop," see here】
+_The non-desktop version is the initial version, with a more complex configuration, but stable functionality, suitable for server deployment, as it provides a UI in a web format._
+1. Create a `config` folder within the directory, then create a `config.toml` file in the `config` folder, copy the contents of the `config-example.toml` file from the source code's `config` directory into `config.toml`, and fill in your configuration information according to the comments.
2. Double-click or execute the executable file in the terminal to start the service
3. Open your browser and enter `http://127.0.0.1:8888` to start using it (replace 8888 with the port you filled in the configuration file)
### To: macOS Users
-【If it is the desktop version, i.e., the release file with "desktop", see here】
-Due to signing issues, the current packaging method for the desktop version cannot be run directly by double-clicking or installed via dmg; you need to manually trust the application. The method is as follows:
+【If it is the desktop version, i.e., the release file contains "desktop," see here】
+Currently, due to signing issues, the desktop version cannot be run directly by double-clicking or installed via dmg; you need to manually trust the application. The method is as follows:
1. Open the terminal in the directory where the executable file (assuming the file name is KrillinAI_1.0.0_desktop_macOS_arm64) is located
2. Execute the following commands in order:
```
@@ -125,7 +130,7 @@ sudo chmod +x ./KrillinAI_1.0.0_desktop_macOS_arm64
./KrillinAI_1.0.0_desktop_macOS_arm64
```
-【If it is the non-desktop version, i.e., the release file without "desktop", see here】
+【If it is the non-desktop version, i.e., the release file does not contain "desktop," see here】
This software is not signed, so when running on macOS, after completing the file configuration in the "Basic Steps," you also need to manually trust the application. The method is as follows:
1. Open the terminal in the directory where the executable file (assuming the file name is KrillinAI_1.0.0_macOS_arm64) is located
2. Execute the following commands in order:
@@ -146,17 +151,18 @@ If you encounter video download failures,
please refer to the [Cookie Configuration Instructions](./get_cookies.md) to configure your Cookie information.
### Configuration Help (Must Read)
-The fastest and most convenient configuration method:
-* Set both `transcription_provider` and `llm_provider` to `openai`, so you only need to fill in `openai.apikey` in the three configuration categories below: `openai`, `local_model`, and `aliyun` for subtitle translation. (`app.proxy`, `model`, and `openai.base_url` can be filled in as needed)
+The quickest and easiest configuration method:
+* Fill in `transcribe.provider.name` with `openai`, so you only need to fill in the `transcribe.openai` block and the large model configuration in the `llm` block to perform subtitle translation. (`app.proxy`, `model`, and `openai.base_url` can be filled in as needed)
+
+Using local language recognition model configuration (balancing cost, speed, and quality):
+* Fill in `transcribe.provider.name` with `fasterwhisper`, fill in `transcribe.fasterwhisper.model` with `large-v2`, and then fill in the `llm` with the large model configuration to perform subtitle translation; the local model will be automatically downloaded and installed. (`app.proxy` and `openai.base_url` are the same as above)
+
+Text-to-speech (TTS) is optional; the configuration logic is the same as above. Fill in `tts.provider.name`, then fill in the corresponding configuration block under `tts`. The sound codes in the UI should be filled in according to the documentation of the selected provider. The filling of Aliyun's aksk, etc., may be repetitive to ensure a clear configuration structure.
+Note: If using voice cloning, `tts` only supports selecting `aliyun`.
-Using a local language recognition model (not yet supported on macOS) configuration method (balancing cost, speed, and quality):
-* Set `transcription_provider` to `fasterwhisper` and `llm_provider` to `openai`, so you only need to fill in `openai.apikey` and `local_model.faster_whisper` in the three configuration categories below: `openai` and `local_model` for subtitle translation, and the local model will be automatically downloaded. (`app.proxy` and `openai.base_url` as above)
+**For obtaining Aliyun AccessKey, Bucket, and AppKey, please read**: [Aliyun Configuration Instructions](./aliyun.md)
-For the following situations, Aliyun configuration is required:
-* If `llm_provider` is set to `aliyun`, you need to use Aliyun's large model service, so you need to configure the `aliyun.bailian` item.
-* If `transcription_provider` is set to `aliyun`, or if the "Dubbing" feature is enabled when starting a task, you need to use Aliyun's speech service, so you need to fill in the `aliyun.speech` item.
-* If the "Dubbing" feature is enabled and you have uploaded local audio for voice cloning, you will also need to use Aliyun's OSS cloud storage service, so you need to fill in the `aliyun.oss` item.
-Aliyun configuration help: [Aliyun Configuration Instructions](./aliyun.md)
+Please understand that the task = speech recognition + large model translation + voice service (TTS, etc., optional), which will help you understand the configuration file better.
## Frequently Asked Questions
@@ -167,7 +173,7 @@ Please visit [Frequently Asked Questions](./faq.md)
2. Do not submit config.toml; instead, submit config-example.toml.
## Contact Us
-1. Join our QQ group for answers to questions: 754069680
+1. Join our QQ group for questions: 754069680
2. Follow our social media accounts, [Bilibili](https://space.bilibili.com/242124650), where we share quality content in the AI technology field every day.
## Star History
diff --git a/aliyun.md b/aliyun.md
index 153952b6..e644e079 100644
--- a/aliyun.md
+++ b/aliyun.md
@@ -1,33 +1,28 @@
## Prerequisites
-You need to have an [Alibaba Cloud](https://www.aliyun.com) account and complete real-name authentication. Most services have free quotas.
+You need to have an [Alibaba Cloud](https://www.aliyun.com) account and complete real-name verification. Most services have free quotas.
-## Obtaining Keys from Alibaba Cloud Bailian Platform
-1. Log in to the [Alibaba Cloud Bailian Model Service Platform](https://bailian.console.aliyun.com/), hover over the personal center icon in the upper right corner of the page, and click on API-KEY in the dropdown menu.
-![Bailian](/docs/images/bailian_1.png)
-2. In the left navigation bar, select All API-KEY or My API-KEY, then create or view your API Key.
-
-## Obtaining `access_key_id` and `access_key_secret` from Alibaba Cloud
-1. Go to the [Alibaba Cloud AccessKey Management Page](https://ram.console.aliyun.com/profile/access-keys).
-2. Click on Create AccessKey. If needed, select the usage method and choose "Use in local development environment."
-![Alibaba Cloud Access Key](/docs/images/aliyun_accesskey_1.png)
+## Obtaining Alibaba Cloud `access_key_id` and `access_key_secret`
+1. Go to the [Alibaba Cloud AccessKey management page](https://ram.console.aliyun.com/profile/access-keys).
+2. Click on "Create AccessKey." If needed, select the usage method as "Used in local development environment."
+![Alibaba Cloud access key](/docs/images/aliyun_accesskey_1.png)
3. Keep it safe; it's best to copy it to a local file for storage.
## Activating Alibaba Cloud Voice Service
-1. Go to the [Alibaba Cloud Voice Service Management Page](https://nls-portal.console.aliyun.com/applist). You need to activate the service upon your first visit.
-2. Click on Create Project.
-![Alibaba Cloud Speech](/docs/images/aliyun_speech_1.png)
+1. Go to the [Alibaba Cloud Voice Service management page](https://nls-portal.console.aliyun.com/applist). You need to activate the service on your first visit.
+2. Click on "Create Project."
+![Alibaba Cloud speech](/docs/images/aliyun_speech_1.png)
3. Select features and activate them.
-![Alibaba Cloud Speech](/docs/images/aliyun_speech_2.png)
-4. The "Streaming Text-to-Speech Synthesis (CosyVoice Large Model)" needs to be upgraded to the commercial version, while other services can be used with the free trial version.
-![Alibaba Cloud Speech](/docs/images/aliyun_speech_3.png)
+![Alibaba Cloud speech](/docs/images/aliyun_speech_2.png)
+4. The "Streaming Text-to-Speech (CosyVoice Large Model)" needs to be upgraded to the commercial version; other services can use the free trial version.
+![Alibaba Cloud speech](/docs/images/aliyun_speech_3.png)
5. Simply copy the app key.
-![Alibaba Cloud Speech](/docs/images/aliyun_speech_4.png)
+![Alibaba Cloud speech](/docs/images/aliyun_speech_4.png)
## Activating Alibaba Cloud OSS Service
-1. Go to the [Alibaba Cloud Object Storage Service Console](https://oss.console.aliyun.com/overview). You need to activate the service upon your first visit.
-2. Select the Bucket list on the left, then click Create.
+1. Go to the [Alibaba Cloud Object Storage Service Console](https://oss.console.aliyun.com/overview). You need to activate the service on your first visit.
+2. Select the Bucket list on the left, then click "Create."
![Alibaba Cloud OSS](/docs/images/aliyun_oss_1.png)
-3. Choose Quick Create, fill in a compliant Bucket name, and select the **Shanghai** region to complete the creation (the name you enter here will be the value for the configuration item `aliyun.oss.bucket`).
+3. Choose "Quick Create," fill in a compliant Bucket name, and select the **Shanghai** region to complete the creation (the name you enter here will be the value for the configuration item `aliyun.oss.bucket`).
![Alibaba Cloud OSS](/docs/images/aliyun_oss_2.png)
4. After creation, enter the Bucket.
![Alibaba Cloud OSS](/docs/images/aliyun_oss_3.png)
diff --git a/docs/ar/README.md b/docs/ar/README.md
index 300ade65..dbc6363c 100644
--- a/docs/ar/README.md
+++ b/docs/ar/README.md
@@ -1,7 +1,7 @@
<div align="center">
<img src="/docs/images/logo.png" alt="KrillinAI" height="90">
- # أداة ترجمة الفيديو والصوت بالذكاء الاصطناعي
+ # أداة ترجمة الفيديو الذكي وتوليد الصوت
<a href="https://trendshift.io/repositories/13360" target="_blank"><img src="https://trendshift.io/api/badge/repositories/13360" alt="krillinai%2FKrillinAI | Trendshift" style="width: 250px; height: 55px;" width="250" height="55"/></a>
@@ -13,32 +13,32 @@
</div>
-### 📢 إصدار جديد لسطح المكتب لنظامي ويندوز وماك، مرحبًا بتجربتك وملاحظاتك [المستندات تحتاج إلى تحديث، جاري العمل عليها]
+ ## مقدمة المشروع ([جرب النسخة عبر الإنترنت الآن!](https://www.klic.studio/))
- ## مقدمة المشروع
-
-Krillin AI هو حل شامل لتوطين وتعزيز الصوت والفيديو. هذه الأداة البسيطة والقوية تجمع بين ترجمة الفيديو، والتعليق الصوتي، واستنساخ الصوت، وتدعم إخراج التنسيقات الأفقية والعمودية، مما يضمن عرضًا مثاليًا على جميع المنصات الرئيسية (بيلبلي، شياوهونغشو، دوين، فيديوهات، كوايشو، يوتيوب، تيك توك، إلخ). من خلال سير العمل من البداية إلى النهاية، يمكن لـ Krillin AI تحويل المواد الأصلية إلى محتوى متعدد المنصات جاهز للاستخدام بنقرات قليلة فقط.
+Krillin AI هو حل شامل لتوطين وتعزيز الصوت والفيديو. هذه الأداة البسيطة والقوية تجمع بين ترجمة الفيديو، توليد الصوت، واستنساخ الصوت، وتدعم إخراج بتنسيقات أفقية ورأسية، مما يضمن عرضًا مثاليًا على جميع المنصات الرئيسية (Bilibili، Xiaohongshu، Douyin، WeChat Video، Kuaishou، YouTube، TikTok، إلخ). من خلال سير العمل من البداية إلى النهاية، يمكن لـ Krillin AI تحويل المواد الأصلية إلى محتوى متعدد المنصات جاهز للاستخدام بنقرات قليلة فقط.
## الميزات والوظائف الرئيسية:
-🎯 **تشغيل بنقرة واحدة**: لا حاجة لتكوين بيئة معقدة، يتم تثبيت الاعتماديات تلقائيًا، ويمكنك البدء على الفور، مع إصدار سطح مكتب جديد لسهولة الاستخدام!
+🎯 **تشغيل بنقرة واحدة**: لا حاجة لتكوين بيئة معقدة، يتم تثبيت الاعتماد تلقائيًا، ويمكنك البدء على الفور، مع إصدار سطح مكتب جديد لسهولة الاستخدام!
📥 **الحصول على الفيديو**: يدعم تنزيل yt-dlp أو رفع الملفات المحلية
-📜 **التعرف الدقيق**: التعرف على الصوت بدقة عالية استنادًا إلى Whisper
+📜 **التعرف الدقيق**: التعرف على الصوت بدقة عالية بناءً على Whisper
🧠 **التقسيم الذكي**: استخدام LLM لتقسيم وتنسيق الترجمة
🔄 **استبدال المصطلحات**: استبدال المصطلحات المتخصصة بنقرة واحدة
-🌍 **ترجمة احترافية**: استنادًا إلى LLM، تضمن الترجمة على مستوى الفقرات تماسك المعنى
+🌍 **ترجمة احترافية**: ترجمة LLM مع الحفاظ على المعنى الطبيعي
🎙️ **استنساخ الصوت**: يوفر أصوات مختارة من CosyVoice أو استنساخ صوت مخصص
-🎬 **دمج الفيديو**: معالجة تلقائية للفيديوهات الأفقية والعمودية وتنسيق الترجمة
+🎬 **دمج الفيديو**: معالجة تلقائية للفيديوهات الأفقية والرأسية وتنسيق الترجمة
+
+💻 **عبر المنصات**: يدعم Windows وLinux وmacOS، ويوفر إصدار سطح مكتب وإصدار خادم
## عرض النتائج
-الصورة أدناه توضح تأثير ملف الترجمة الناتج بعد استيراد فيديو محلي مدته 46 دقيقة وتنفيذه بنقرة واحدة، دون أي تعديلات يدوية. لا توجد فقدان أو تداخل، والفواصل طبيعية، وجودة الترجمة عالية جدًا.
+الصورة أدناه تظهر تأثير ملف الترجمة الناتج بعد استيراد فيديو محلي مدته 46 دقيقة وتنفيذه بنقرة واحدة، دون أي تعديلات يدوية. لا توجد فقدان أو تداخل، والفواصل طبيعية، وجودة الترجمة عالية جدًا.
![تأثير المحاذاة](/docs/images/alignment.png)
<table>
@@ -54,7 +54,7 @@ https://github.com/user-attachments/assets/bba1ac0a-fe6b-4947-b58d-ba99306d0339
-### التعليق الصوتي
+### توليد الصوت
---
https://github.com/user-attachments/assets/0b32fad3-c3ad-4b6a-abf0-0865f0dd2385
@@ -62,7 +62,7 @@ https://github.com/user-attachments/assets/0b32fad3-c3ad-4b6a-abf0-0865f0dd2385
<td width="33%">
-### الوضع العمودي
+### الوضع الرأسي
---
https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71
@@ -72,27 +72,32 @@ https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71
</table>
## 🔍 دعم خدمات التعرف على الصوت
-_**جميع النماذج المحلية في الجدول أدناه تدعم التثبيت التلقائي للملفات القابلة للتنفيذ + ملفات النموذج، كل ما عليك هو الاختيار، وسيتولى KrillinAI الباقي.**_
+_**جميع النماذج المحلية في الجدول أدناه تدعم التثبيت التلقائي للملفات القابلة للتنفيذ + ملفات النموذج، كل ما عليك هو الاختيار، والباقي سيتولى KrillinAI.**_
-| مصدر الخدمة | المنصات المدعومة | خيارات النموذج | محلي/سحابي | ملاحظات |
+| مصدر الخدمة | المنصات المدعومة | خيارات النموذج | محلي/سحابي | ملاحظات |
|--------------------|-----------------|----------------------------------------|-------|-------------|
| **OpenAI Whisper** | جميع المنصات | - | سحابي | سريع وفعال |
-| **FasterWhisper** | ويندوز/لينكس | `tiny`/`medium`/`large-v2` (يوصى بـ medium+) | محلي | أسرع، بدون تكاليف سحابية |
-| **WhisperKit** | ماك (لشرائح M فقط) | `large-v2` | محلي | تحسين أصلي لشرائح Apple |
+| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (يوصى بـ medium+) | محلي | أسرع، بدون تكاليف سحابية |
+| **WhisperKit** | macOS (لرقائق M فقط) | `large-v2` | محلي | تحسين أصلي لرقائق Apple |
| **WhisperCpp** | جميع المنصات | `large-v2` | محلي | يدعم جميع المنصات |
-| **علي بابا ASR** | جميع المنصات | - | سحابي | لتجنب مشاكل الشبكة في الصين |
+| **Alibaba Cloud ASR** | جميع المنصات | - | سحابي | لتجنب مشاكل الشبكة في الصين |
## 🚀 دعم نماذج اللغة الكبيرة
✅ متوافق مع جميع خدمات نماذج اللغة الكبيرة السحابية/المحلية التي تتوافق مع **معايير OpenAI API**، بما في ذلك على سبيل المثال لا الحصر:
- OpenAI
+- Gemini
- DeepSeek
- Tongyi Qianwen
-- نماذج مفتوحة المصدر المثبتة محليًا
+- نماذج مفتوحة المصدر المنصبة محليًا
- خدمات API الأخرى المتوافقة مع تنسيق OpenAI
+## 🎤 دعم تحويل النص إلى صوت (TTS)
+- خدمة الصوت من Alibaba Cloud
+- OpenAI TTS
+
## دعم اللغات
-اللغات المدخلة المدعومة: الصينية، الإنجليزية، اليابانية، الألمانية، التركية، الكورية، الروسية، الماليزية (تتزايد باستمرار)
+اللغات المدخلة المدعومة: الصينية، الإنجليزية، اليابانية، الألمانية، التركية، الكورية، الروسية، الماليزية (تستمر في الزيادة)
اللغات المدعومة للترجمة: الإنجليزية، الصينية، الروسية، الإسبانية، الفرنسية، وغيرها من 101 لغة
@@ -102,22 +107,22 @@ _**جميع النماذج المحلية في الجدول أدناه تدعم
## 🚀 البدء السريع
### الخطوات الأساسية
-أولاً، قم بتنزيل [الإصدار](https://github.com/krillinai/KrillinAI/releases) الذي يتوافق مع نظام جهازك، ثم اختر بين الإصدار المكتبي أو غير المكتبي وفقًا للدليل أدناه، ثم ضع الملفات في مجلد فارغ، لأن البرنامج سيولد بعض الدلائل بعد التشغيل، وضعها في مجلد فارغ سيسهل إدارتها.
+أولاً، قم بتنزيل [الإصدار](https://github.com/krillinai/KrillinAI/releases) الذي يتوافق مع نظام جهازك، وفقًا للدليل أدناه، اختر إصدار سطح المكتب أو غير سطح المكتب، ثم ضع الملفات في مجلد فارغ، قم بتنزيل البرنامج في مجلد فارغ، لأنه بعد التشغيل سيتم إنشاء بعض الدلائل، وضعها في مجلد فارغ سيسهل إدارتها.
-【إذا كان الإصدار المكتبي، أي ملف الإصدار يحمل desktop، انظر هنا】
-_الإصدار المكتبي هو إصدار جديد، تم إصداره لحل مشكلة عدم قدرة المستخدمين الجدد على تحرير ملفات التكوين بشكل صحيح، ولا يزال هناك العديد من الأخطاء، جاري التحديث_
-1. انقر نقرًا مزدوجًا على الملف لبدء الاستخدام (يحتاج الإصدار المكتبي أيضًا إلى تكوين داخل البرنامج)
+【إذا كان إصدار سطح المكتب، أي ملف الإصدار يحمل "desktop" انظر هنا】
+_إصدار سطح المكتب هو إصدار جديد، تم إصداره لحل مشكلة صعوبة تحرير ملفات التكوين بشكل صحيح من قبل المستخدمين الجدد، وهناك بعض الأخطاء، يتم تحديثه باستمرار_
+1. انقر نقرًا مزدوجًا على الملف لبدء الاستخدام (يحتاج إصدار سطح المكتب أيضًا إلى تكوين، يتم تكوينه داخل البرنامج)
-【إذا كان الإصدار غير المكتبي، أي ملف الإصدار لا يحمل desktop، انظر هنا】
-_الإصدار غير المكتبي هو الإصدار الأول، تكوينه معقد نسبيًا، ولكنه مستقر، ومناسب للنشر على الخوادم، حيث سيتم توفير واجهة المستخدم عبر الويب_
-1. أنشئ مجلدًا باسم `config` داخل المجلد، ثم أنشئ ملفًا باسم `config.toml` داخل مجلد `config`، انسخ محتوى ملف `config-example.toml` الموجود في دليل `config` وأدخل معلومات التكوين الخاصة بك.
-2. انقر نقرًا مزدوجًا، أو نفذ الملف القابل للتنفيذ من خلال الطرفية، لبدء الخدمة
-3. افتح المتصفح، وأدخل `http://127.0.0.1:8888`، وابدأ الاستخدام (استبدل 8888 بالمنفذ الذي أدخلته في ملف التكوين)
+【إذا كان إصدار غير سطح المكتب، أي ملف الإصدار لا يحمل "desktop" انظر هنا】
+_إصدار غير سطح المكتب هو الإصدار الأول، التكوين أكثر تعقيدًا، ولكنه مستقر، مناسب للنشر على الخادم، لأنه سيقدم واجهة مستخدم عبر الويب_
+1. أنشئ مجلد `config` داخل المجلد، ثم أنشئ ملف `config.toml` داخل مجلد `config`، انسخ محتوى ملف `config-example.toml` الموجود في دليل `config` وألصقه في `config.toml`، واملأ معلومات التكوين الخاصة بك وفقًا للتعليقات.
+2. انقر نقرًا مزدوجًا، أو نفذ الملف القابل للتنفيذ في الطرفية، لبدء الخدمة
+3. افتح المتصفح، أدخل `http://127.0.0.1:8888`، وابدأ الاستخدام (استبدل 8888 بالمنفذ الذي قمت بتحديده في ملف التكوين)
### إلى: مستخدمي macOS
-【إذا كان الإصدار المكتبي، أي ملف الإصدار يحمل desktop، انظر هنا】
-حاليًا، بسبب مشاكل في التوقيع، لا يمكن حزم الإصدار المكتبي ليعمل بنقرة مزدوجة مباشرة أو تثبيت dmg، تحتاج إلى الوثوق بالتطبيق يدويًا، الطريقة كالتالي:
-1. افتح الطرفية في الدليل الذي يحتوي على الملف القابل للتنفيذ (افترض أن اسم الملف هو KrillinAI_1.0.0_desktop_macOS_arm64)
+【إذا كان إصدار سطح المكتب، أي ملف الإصدار يحمل "desktop" انظر هنا】
+حاليًا، بسبب مشاكل في طريقة التعبئة مثل التوقيع، لا يمكن تشغيل إصدار سطح المكتب بنقرة مزدوجة مباشرة أو تثبيته كـ dmg، تحتاج إلى الوثوق بالبرنامج يدويًا، الطريقة كالتالي:
+1. افتح الطرفية في الدليل الذي يوجد فيه الملف القابل للتنفيذ (افترض أن اسم الملف هو KrillinAI_1.0.0_desktop_macOS_arm64)
2. نفذ الأوامر التالية بالتتابع:
```
sudo xattr -cr ./KrillinAI_1.0.0_desktop_macOS_arm64
@@ -125,50 +130,51 @@ sudo chmod +x ./KrillinAI_1.0.0_desktop_macOS_arm64
./KrillinAI_1.0.0_desktop_macOS_arm64
```
-【إذا كان الإصدار غير المكتبي، أي ملف الإصدار لا يحمل desktop، انظر هنا】
-لم يتم توقيع هذا البرنامج، لذا عند تشغيله على macOS، بعد إكمال تكوين الملفات في "الخطوات الأساسية"، تحتاج أيضًا إلى الوثوق بالتطبيق يدويًا، الطريقة كالتالي:
-1. افتح الطرفية في الدليل الذي يحتوي على الملف القابل للتنفيذ (افترض أن اسم الملف هو KrillinAI_1.0.0_macOS_arm64)
+【إذا كان إصدار غير سطح المكتب، أي ملف الإصدار لا يحمل "desktop" انظر هنا】
+لم يتم توقيع هذا البرنامج، لذلك عند تشغيله على macOS، بعد إكمال تكوين الملفات في "الخطوات الأساسية"، تحتاج أيضًا إلى الوثوق بالبرنامج يدويًا، الطريقة كالتالي:
+1. افتح الطرفية في الدليل الذي يوجد فيه الملف القابل للتنفيذ (افترض أن اسم الملف هو KrillinAI_1.0.0_macOS_arm64)
2. نفذ الأوامر التالية بالتتابع:
```
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
```
- لتشغيل الخدمة
+ لبدء الخدمة
### نشر Docker
يدعم هذا المشروع نشر Docker، يرجى الرجوع إلى [إرشادات نشر Docker](./docker.md)
-### إرشادات تكوين الكوكيز (غير إلزامية)
+### إرشادات تكوين Cookie (غير إلزامية)
إذا واجهت مشكلة في فشل تنزيل الفيديو
-يرجى الرجوع إلى [إرشادات تكوين الكوكيز](./get_cookies.md) لتكوين معلومات الكوكيز الخاصة بك.
+يرجى الرجوع إلى [إرشادات تكوين Cookie](./get_cookies.md) لتكوين معلومات Cookie الخاصة بك.
### مساعدة التكوين (يجب قراءتها)
أسرع وأسهل طريقة للتكوين:
-* اختر `openai` لكل من `transcription_provider` و`llm_provider`، بحيث تحتاج فقط إلى ملء `openai.apikey` في الفئات الثلاث أدناه `openai` و`local_model` و`aliyun` لترجمة الترجمة. (يمكن ملء `app.proxy` و`model` و`openai.base_url` حسب الحاجة)
+* املأ `transcribe.provider.name` بـ `openai`، بحيث تحتاج فقط إلى ملء كتلة `transcribe.openai` وكتلة تكوين النموذج الكبير `llm` للقيام بترجمة الترجمة. (يمكن ملء `app.proxy` و`model` و`openai.base_url` حسب الحاجة)
+
+طريقة تكوين استخدام نموذج التعرف على الصوت المحلي (توازن بين التكلفة والسرعة والجودة)
+* املأ `transcribe.provider.name` بـ `fasterwhisper`، واملأ `transcribe.fasterwhisper.model` بـ `large-v2`، ثم املأ `llm` بتكوين النموذج الكبير، يمكنك القيام بترجمة الترجمة، سيتم تنزيل النموذج المحلي تلقائيًا. (مثل `app.proxy` و`openai.base_url` كما هو مذكور أعلاه)
+
+تحويل النص إلى صوت (TTS) هو اختياري، منطق التكوين هو نفسه أعلاه، املأ `tts.provider.name`، ثم املأ الكتل المقابلة تحت `tts`، يمكنك ملء رموز الصوت في واجهة المستخدم وفقًا لوثائق المزود المختار. قد يتكرر ملء ak وsk الخاصة بـ Alibaba Cloud، وذلك لضمان وضوح هيكل التكوين.
+ملاحظة: عند استخدام استنساخ الصوت، فإن `tts` يدعم فقط اختيار `aliyun`.
-استخدام نموذج التعرف على اللغة المحلي (غير مدعوم حاليًا على macOS) (توازن بين التكلفة والسرعة والجودة)
-* املأ `transcription_provider` بـ `fasterwhisper` و`llm_provider` بـ `openai`، بحيث تحتاج فقط إلى ملء `openai.apikey` و`local_model.faster_whisper` في الفئات الثلاث أدناه `openai` و`local_model` لترجمة الترجمة، وسيتم تنزيل النموذج المحلي تلقائيًا. (مثل `app.proxy` و`openai.base_url` كما هو مذكور أعلاه)
+**للحصول على AccessKey وBucket وAppKey من Alibaba Cloud، يرجى قراءة**:[إرشادات تكوين Alibaba Cloud](./aliyun.md)
-في الحالات التالية، تحتاج إلى تكوين علي بابا:
-* إذا تم ملء `llm_provider` بـ `aliyun`، تحتاج إلى استخدام خدمة النموذج الكبير من علي بابا، لذا تحتاج إلى تكوين `aliyun.bailian`
-* إذا تم ملء `transcription_provider` بـ `aliyun`، أو إذا تم تفعيل وظيفة "التعليق الصوتي" عند بدء المهمة، تحتاج إلى استخدام خدمة الصوت من علي بابا، لذا تحتاج إلى ملء `aliyun.speech`
-* إذا تم تفعيل وظيفة "التعليق الصوتي" وتم رفع صوت محلي لاستنساخ الصوت، تحتاج أيضًا إلى استخدام خدمة تخزين سحابي OSS من علي بابا، لذا تحتاج إلى ملء `aliyun.oss`
-مساعدة تكوين علي بابا: [إرشادات تكوين علي بابا](./aliyun.md)
+يرجى فهم أن المهمة = التعرف على الصوت + ترجمة النموذج الكبير + خدمة الصوت (TTS وما إلى ذلك، اختيارية)، هذا سيساعدك في فهم ملف التكوين.
## الأسئلة الشائعة
يرجى الانتقال إلى [الأسئلة الشائعة](./faq.md)
## معايير المساهمة
-1. لا تقم بتقديم ملفات غير مفيدة، مثل .vscode و.idea، يرجى استخدام .gitignore بشكل فعال
-2. لا تقم بتقديم config.toml، بل استخدم config-example.toml للتقديم
+1. لا تقدم ملفات غير مفيدة، مثل .vscode و.idea، يرجى استخدام .gitignore بشكل فعال
+2. لا تقدم config.toml، بل استخدم config-example.toml لتقديمه
## اتصل بنا
1. انضم إلى مجموعة QQ الخاصة بنا، للإجابة على الأسئلة: 754069680
-2. تابع حساباتنا على وسائل التواصل الاجتماعي، [بيلبلي](https://space.bilibili.com/242124650)، حيث نشارك محتوى عالي الجودة في مجال تكنولوجيا الذكاء الاصطناعي يوميًا
+2. تابع حساباتنا على وسائل التواصل الاجتماعي، [Bilibili](https://space.bilibili.com/242124650)، حيث نشارك محتوى عالي الجودة في مجال التكنولوجيا الذكية يوميًا
## تاريخ النجوم
diff --git a/docs/ar/aliyun.md b/docs/ar/aliyun.md
index 846e0841..1e1fd517 100644
--- a/docs/ar/aliyun.md
+++ b/docs/ar/aliyun.md
@@ -1,36 +1,31 @@
## المتطلبات الأساسية
-يجب أن يكون لديك حساب على [علي بابا كلاود](https://www.aliyun.com) وأن تكون قد أكملت عملية التحقق من الهوية، حيث أن معظم الخدمات تحتوي على حصة مجانية.
-
-## الحصول على مفتاح منصة علي بابا كلاود بايليان
-1. قم بتسجيل الدخول إلى [منصة خدمات نموذج بايليان](https://bailian.console.aliyun.com/)، مرر الماوس فوق أيقونة مركز الحساب الشخصي في الزاوية اليمنى العليا من الصفحة، ثم انقر على API-KEY من القائمة المنسدلة.
-![بايليان](/docs/images/bailian_1.png)
-2. في شريط التنقل الأيسر، اختر جميع API-KEY أو API-KEY الخاصة بي، ثم قم بإنشاء أو عرض مفتاح API.
+يجب أن يكون لديك حساب على [علي بابا كلاود](https://www.aliyun.com) وتم التحقق من هويتك، حيث أن معظم الخدمات تحتوي على حصة مجانية.
## الحصول على `access_key_id` و `access_key_secret` من علي بابا كلاود
1. انتقل إلى [صفحة إدارة AccessKey في علي بابا كلاود](https://ram.console.aliyun.com/profile/access-keys).
2. انقر على إنشاء AccessKey، وإذا لزم الأمر، اختر طريقة الاستخدام، واختر "استخدام في بيئة التطوير المحلية".
-![مفتاح الوصول لعلي بابا كلاود](/docs/images/aliyun_accesskey_1.png)
+![علي بابا كلاود access key](/docs/images/aliyun_accesskey_1.png)
3. احفظه بشكل آمن، من الأفضل نسخه إلى ملف محلي.
## تفعيل خدمة الصوت من علي بابا كلاود
1. انتقل إلى [صفحة إدارة خدمة الصوت من علي بابا كلاود](https://nls-portal.console.aliyun.com/applist)، وعند الدخول لأول مرة، يجب تفعيل الخدمة.
2. انقر على إنشاء مشروع.
-![صوت علي بابا كلاود](/docs/images/aliyun_speech_1.png)
-3. اختر الوظائف وقم بتفعيلها.
-![صوت علي بابا كلاود](/docs/images/aliyun_speech_2.png)
-4. "توليد الصوت من النص بتقنية التدفق (نموذج CosyVoice الكبير)" يحتاج إلى الترقية إلى النسخة التجارية، بينما يمكن استخدام الخدمات الأخرى بنسخة التجربة المجانية.
-![صوت علي بابا كلاود](/docs/images/aliyun_speech_3.png)
+![علي بابا كلاود speech](/docs/images/aliyun_speech_1.png)
+3. اختر الوظائف وقم بالتفعيل.
+![علي بابا كلاود speech](/docs/images/aliyun_speech_2.png)
+4. "توليد الصوت النصي المتدفق (نموذج CosyVoice الكبير)" يحتاج إلى الترقية إلى النسخة التجارية، بينما يمكن استخدام الخدمات الأخرى بنسخة التجربة المجانية.
+![علي بابا كلاود speech](/docs/images/aliyun_speech_3.png)
5. انسخ مفتاح التطبيق فقط.
-![صوت علي بابا كلاود](/docs/images/aliyun_speech_4.png)
+![علي بابا كلاود speech](/docs/images/aliyun_speech_4.png)
## تفعيل خدمة OSS من علي بابا كلاود
-1. انتقل إلى [وحدة التحكم في خدمة تخزين الكائنات من علي بابا كلاود](https://oss.console.aliyun.com/overview)، وعند الدخول لأول مرة، يجب تفعيل الخدمة.
+1. انتقل إلى [وحدة التحكم في خدمة التخزين الكائني من علي بابا كلاود](https://oss.console.aliyun.com/overview)، وعند الدخول لأول مرة، يجب تفعيل الخدمة.
2. اختر قائمة Buckets من الجانب الأيسر، ثم انقر على إنشاء.
-![OSS لعلي بابا كلاود](/docs/images/aliyun_oss_1.png)
-3. اختر الإنشاء السريع، واملأ اسم Bucket الذي يتوافق مع المتطلبات واختر منطقة **شنغهاي**، ثم أكمل الإنشاء (الاسم المدخل هنا هو قيمة إعداد `aliyun.oss.bucket`).
-![OSS لعلي بابا كلاود](/docs/images/aliyun_oss_2.png)
+![علي بابا كلاود OSS](/docs/images/aliyun_oss_1.png)
+3. اختر الإنشاء السريع، املأ اسم Bucket الذي يتوافق مع المتطلبات واختر منطقة **شنغهاي**، ثم أكمل الإنشاء (الاسم المدخل هنا هو قيمة الإعداد `aliyun.oss.bucket`).
+![علي بابا كلاود OSS](/docs/images/aliyun_oss_2.png)
4. بعد الانتهاء من الإنشاء، انتقل إلى Bucket.
-![OSS لعلي بابا كلاود](/docs/images/aliyun_oss_3.png)
+![علي بابا كلاود OSS](/docs/images/aliyun_oss_3.png)
5. قم بإيقاف تشغيل مفتاح "منع الوصول العام"، واضبط أذونات القراءة والكتابة على "قراءة عامة".
-![OSS لعلي بابا كلاود](/docs/images/aliyun_oss_4.png)
-![OSS لعلي بابا كلاود](/docs/images/aliyun_oss_5.png)
\ No newline at end of file
+![علي بابا كلاود OSS](/docs/images/aliyun_oss_4.png)
+![علي بابا كلاود OSS](/docs/images/aliyun_oss_5.png)
\ No newline at end of file
diff --git a/docs/de/README.md b/docs/de/README.md
index ffb50992..d0e68150 100644
--- a/docs/de/README.md
+++ b/docs/de/README.md
@@ -13,32 +13,32 @@
</div>
-### 📢 Neue Veröffentlichung für Win & Mac Desktop, Feedback willkommen [Dokumentation ist etwas veraltet, wird kontinuierlich aktualisiert]
+ ## Projektübersicht ([Jetzt die Online-Version ausprobieren!](https://www.klic.studio/))
- ## Projektübersicht
-
-Krillin AI ist eine umfassende Lösung für die Lokalisierung und Verbesserung von Audio und Video. Dieses einfache, aber leistungsstarke Tool vereint Videoübersetzung, Synchronisation und Sprachklonung, unterstützt sowohl Quer- als auch Hochformat-Ausgaben und sorgt dafür, dass Inhalte auf allen gängigen Plattformen (Bilibili, Xiaohongshu, Douyin, WeChat Video, Kuaishou, YouTube, TikTok usw.) perfekt präsentiert werden. Mit einem End-to-End-Workflow kann Krillin AI mit nur wenigen Klicks Rohmaterial in ansprechende, plattformübergreifende Inhalte umwandeln.
+Krillin AI ist eine umfassende Lösung für die Lokalisierung und Verbesserung von Audio- und Videoinhalten. Dieses einfache, aber leistungsstarke Tool vereint Videoübersetzung, Synchronisation und Sprachklonung, unterstützt sowohl Quer- als auch Hochformat-Ausgaben und sorgt dafür, dass Inhalte auf allen gängigen Plattformen (Bilibili, Xiaohongshu, Douyin, Video-Nummer, Kuaishou, YouTube, TikTok usw.) perfekt präsentiert werden. Mit einem End-to-End-Workflow kann Krillin AI mit nur wenigen Klicks Rohmaterial in ansprechende, plattformübergreifende Inhalte umwandeln.
## Hauptmerkmale und Funktionen:
-🎯 **Ein-Klick-Start**: Keine komplexe Umgebungs-Konfiguration erforderlich, Abhängigkeiten werden automatisch installiert, sofort einsatzbereit, neue Desktop-Version für mehr Benutzerfreundlichkeit!
+🎯 **Ein-Klick-Start**: Keine komplexe Umgebungsinstallation erforderlich, Abhängigkeiten werden automatisch installiert, sofort einsatzbereit, neue Desktop-Version für mehr Benutzerfreundlichkeit!
📥 **Videoerfassung**: Unterstützt yt-dlp-Downloads oder lokale Datei-Uploads
-📜 **Präzise Erkennung**: Hohe Genauigkeit bei der Spracherkennung basierend auf Whisper
+📜 **Präzise Erkennung**: Hochgenaue Spracherkennung basierend auf Whisper
-🧠 **Intelligente Segmentierung**: Verwendung von LLM zur Untertitel-Segmentierung und -Ausrichtung
+🧠 **Intelligente Segmentierung**: Verwendung von LLM zur Untertitelsegmentierung und -ausrichtung
-🔄 **Terminologie-Ersetzung**: Fachbegriffe mit einem Klick ersetzen
+🔄 **Terminologieersetzung**: Fachbegriffe mit einem Klick ersetzen
-🌍 **Professionelle Übersetzung**: LLM-basierte, absatzweise Übersetzung mit semantischer Kohärenz
+🌍 **Professionelle Übersetzung**: LLM-Übersetzung mit Kontext für natürliche Semantik
-🎙️ **Synchronisationsklon**: Bietet ausgewählte Stimmen von CosyVoice oder benutzerdefinierte Stimmklonung
+🎙️ **Synchronisationsklon**: Bietet ausgewählte Stimmen von CosyVoice oder benutzerdefinierte Sprachklonung
🎬 **Videozusammenstellung**: Automatische Verarbeitung von Quer- und Hochformatvideos sowie Untertitel-Layout
+💻 **Plattformübergreifend**: Unterstützt Windows, Linux, macOS, bietet Desktop- und Serverversionen
+
-## Effekt-Demonstration
-Das folgende Bild zeigt die Ergebnisse eines 46-minütigen lokalen Videos, das importiert und mit einem Klick ausgeführt wurde, ohne manuelle Anpassungen. Keine Auslassungen oder Überlappungen, natürliche Satztrennung und die Übersetzungsqualität ist ebenfalls sehr hoch.
+## Effektpräsentation
+Das folgende Bild zeigt die Ergebnisse eines 46-minütigen lokal importierten Videos, das nach einem Klick auf die Ausführung generierte Untertiteldatei ohne manuelle Anpassungen. Keine Auslassungen oder Überlappungen, natürliche Satzstruktur und eine sehr hohe Übersetzungsqualität.
![Ausrichtungseffekt](/docs/images/alignment.png)
<table>
@@ -74,27 +74,32 @@ https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71
## 🔍 Unterstützung für Spracherkennungsdienste
_**Alle lokalen Modelle in der folgenden Tabelle unterstützen die automatische Installation von ausführbaren Dateien + Modell-Dateien. Du musst nur auswählen, der Rest wird von KrillinAI für dich vorbereitet.**_
-| Dienstquelle | Unterstützte Plattformen | Modelloptionen | Lokal/Cloud | Anmerkungen |
-|--------------------|-----------------|----------------------------------------|-------|-------------|
-| **OpenAI Whisper** | Alle Plattformen | - | Cloud | Schnell und effektiv |
-| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (empfohlen medium+) | Lokal | Noch schneller, keine Cloud-Kosten |
-| **WhisperKit** | macOS (nur M-Serie Chips) | `large-v2` | Lokal | Native Optimierung für Apple-Chips |
-| **WhisperCpp** | Alle Plattformen | `large-v2` | Lokal | Unterstützt alle Plattformen |
-| **Alibaba Cloud ASR** | Alle Plattformen | - | Cloud | Vermeidung von Netzwerkproblemen in Festland-China |
+| Dienstquelle | Unterstützte Plattformen | Modelloptionen | Lokal/Cloud | Anmerkungen |
+|--------------------|---------------------|----------------------------------------|-------|---------------------|
+| **OpenAI Whisper** | Alle Plattformen | - | Cloud | Schnell und effektiv |
+| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (empfohlen: medium+) | Lokal | Noch schneller, keine Cloud-Kosten |
+| **WhisperKit** | macOS (nur M-Serie Chips) | `large-v2` | Lokal | Native Optimierung für Apple-Chips |
+| **WhisperCpp** | Alle Plattformen | `large-v2` | Lokal | Unterstützt alle Plattformen |
+| **Alibaba Cloud ASR** | Alle Plattformen | - | Cloud | Vermeidung von Netzwerkproblemen in Festland-China |
## 🚀 Unterstützung für große Sprachmodelle
✅ Kompatibel mit allen Cloud-/Lokal-Diensten für große Sprachmodelle, die den **OpenAI API-Spezifikationen** entsprechen, einschließlich, aber nicht beschränkt auf:
- OpenAI
+- Gemini
- DeepSeek
- Tongyi Qianwen
- Lokal bereitgestellte Open-Source-Modelle
- Andere API-Dienste, die mit OpenAI-Format kompatibel sind
+## 🎤 TTS Text-zu-Sprache Unterstützung
+- Alibaba Cloud Sprachdienst
+- OpenAI TTS
+
## Sprachunterstützung
Eingabesprachen: Chinesisch, Englisch, Japanisch, Deutsch, Türkisch, Koreanisch, Russisch, Malaiisch (wird kontinuierlich erweitert)
-Übersetzungssprachen: Englisch, Chinesisch, Russisch, Spanisch, Französisch und weitere 101 Sprachen
+Übersetzungssprachen: Englisch, Chinesisch, Russisch, Spanisch, Französisch und 101 weitere Sprachen
## Benutzeroberflächenvorschau
![Benutzeroberflächenvorschau](/docs/images/ui_desktop.png)
@@ -102,22 +107,22 @@ Eingabesprachen: Chinesisch, Englisch, Japanisch, Deutsch, Türkisch, Koreanisch
## 🚀 Schnellstart
### Grundlegende Schritte
-Lade zunächst die ausführbare Datei aus den [Release](https://github.com/krillinai/KrillinAI/releases), die mit deinem Betriebssystem kompatibel ist, herunter. Wähle dann je nach Anleitung die Desktop- oder Nicht-Desktop-Version aus und lege sie in einen leeren Ordner. Lade die Software in einen leeren Ordner herunter, da nach dem Ausführen einige Verzeichnisse erstellt werden, die so besser verwaltet werden können.
+Lade zunächst die ausführbare Datei aus den [Release](https://github.com/krillinai/KrillinAI/releases), die mit deinem Betriebssystem kompatibel ist, herunter. Wähle dann gemäß der Anleitung entweder die Desktop- oder die Nicht-Desktop-Version aus und lege sie in einen leeren Ordner. Lade die Software in einen leeren Ordner herunter, da nach dem Ausführen einige Verzeichnisse erstellt werden, die so besser verwaltet werden können.
-【Wenn es sich um die Desktop-Version handelt, d.h. die Release-Datei mit "desktop" endet, siehe hier】
-_Die Desktop-Version ist neu veröffentlicht worden, um das Problem zu lösen, dass neue Benutzer Schwierigkeiten haben, die Konfigurationsdateien korrekt zu bearbeiten. Es gibt noch einige Bugs, die kontinuierlich aktualisiert werden._
-1. Doppelklicke auf die Datei, um zu beginnen (auch die Desktop-Version muss konfiguriert werden, dies erfolgt innerhalb der Software)
+【Wenn es sich um die Desktop-Version handelt, also die Release-Datei mit "desktop" ist, siehe hier】
+_Die Desktop-Version ist neu veröffentlicht worden, um das Problem zu lösen, dass neue Benutzer Schwierigkeiten haben, die Konfigurationsdateien korrekt zu bearbeiten. Es gibt auch einige Bugs, die kontinuierlich aktualisiert werden._
+1. Doppelklicke auf die Datei, um sie zu verwenden (auch die Desktop-Version muss konfiguriert werden, die Konfiguration erfolgt innerhalb der Software).
-【Wenn es sich um die Nicht-Desktop-Version handelt, d.h. die Release-Datei endet nicht mit "desktop", siehe hier】
-_Die Nicht-Desktop-Version ist die ursprüngliche Version, die Konfiguration ist komplexer, aber die Funktionen sind stabil und sie eignet sich gut für Serverbereitstellungen, da sie eine Web-Oberfläche bietet._
-1. Erstelle einen `config`-Ordner im Verzeichnis, und erstelle dann eine `config.toml`-Datei im `config`-Ordner. Kopiere den Inhalt der `config-example.toml`-Datei aus dem Quellcodeverzeichnis in die `config.toml`-Datei und fülle deine Konfigurationsinformationen entsprechend aus.
-2. Doppelklicke oder führe die ausführbare Datei im Terminal aus, um den Dienst zu starten
-3. Öffne den Browser und gib `http://127.0.0.1:8888` ein, um zu beginnen (ersetze 8888 durch den Port, den du in der Konfigurationsdatei angegeben hast)
+【Wenn es sich um die Nicht-Desktop-Version handelt, also die Release-Datei ohne "desktop", siehe hier】
+_Die Nicht-Desktop-Version ist die ursprüngliche Version, die Konfiguration ist komplexer, aber die Funktionen sind stabil und sie eignet sich gut für die Serverbereitstellung, da sie die Benutzeroberfläche webbasiert bereitstellt._
+1. Erstelle einen Ordner namens `config` im Hauptordner und erstelle dann eine Datei namens `config.toml` im `config`-Ordner. Kopiere den Inhalt der Datei `config-example.toml` aus dem Quellcodeverzeichnis `config` in die `config.toml` und fülle deine Konfigurationsinformationen gemäß den Kommentaren aus.
+2. Doppelklicke oder führe die ausführbare Datei im Terminal aus, um den Dienst zu starten.
+3. Öffne deinen Browser und gib `http://127.0.0.1:8888` ein, um zu beginnen (ersetze 8888 durch den Port, den du in der Konfigurationsdatei angegeben hast).
### An: macOS-Benutzer
-【Wenn es sich um die Desktop-Version handelt, d.h. die Release-Datei mit "desktop" endet, siehe hier】
-Die aktuelle Verpackungsmethode der Desktop-Version kann aufgrund von Signaturproblemen nicht durch Doppelklick oder DMG-Installation direkt ausgeführt werden. Du musst die Anwendung manuell vertrauen, wie folgt:
-1. Öffne das Terminal im Verzeichnis der ausführbaren Datei (angenommen, der Dateiname ist KrillinAI_1.0.0_desktop_macOS_arm64)
+【Wenn es sich um die Desktop-Version handelt, also die Release-Datei mit "desktop" ist, siehe hier】
+Auf dem Desktop kann die aktuelle Verpackungsmethode aufgrund von Signaturproblemen nicht direkt durch Doppelklick oder DMG-Installation ausgeführt werden. Du musst die Anwendung manuell vertrauen, wie folgt:
+1. Öffne das Terminal im Verzeichnis der ausführbaren Datei (angenommen, der Dateiname ist KrillinAI_1.0.0_desktop_macOS_arm64).
2. Führe nacheinander die folgenden Befehle aus:
```
sudo xattr -cr ./KrillinAI_1.0.0_desktop_macOS_arm64
@@ -125,50 +130,51 @@ sudo chmod +x ./KrillinAI_1.0.0_desktop_macOS_arm64
./KrillinAI_1.0.0_desktop_macOS_arm64
```
-【Wenn es sich um die Nicht-Desktop-Version handelt, d.h. die Release-Datei endet nicht mit "desktop", siehe hier】
-Diese Software ist nicht signiert, daher musst du beim Ausführen auf macOS nach der Konfiguration der Dateien in den "Grundschritten" die Anwendung manuell vertrauen, wie folgt:
-1. Öffne das Terminal im Verzeichnis der ausführbaren Datei (angenommen, der Dateiname ist KrillinAI_1.0.0_macOS_arm64)
+【Wenn es sich um die Nicht-Desktop-Version handelt, also die Release-Datei ohne "desktop", siehe hier】
+Diese Software hat keine Signatur, daher musst du beim Ausführen auf macOS nach der Konfiguration der Dateien in den "Grundlegenden Schritten" die Anwendung manuell vertrauen, wie folgt:
+1. Öffne das Terminal im Verzeichnis der ausführbaren Datei (angenommen, der Dateiname ist KrillinAI_1.0.0_macOS_arm64).
2. Führe nacheinander die folgenden Befehle aus:
```
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
```
- um den Dienst zu starten
+ um den Dienst zu starten.
### Docker-Bereitstellung
-Dieses Projekt unterstützt die Docker-Bereitstellung. Bitte siehe die [Docker-Bereitstellungsanleitung](./docker.md)
+Dieses Projekt unterstützt die Docker-Bereitstellung. Bitte siehe die [Docker-Bereitstellungsanleitung](./docker.md).
### Cookie-Konfigurationshinweise (nicht erforderlich)
Wenn du auf Probleme beim Herunterladen von Videos stößt,
-siehe die [Cookie-Konfigurationsanleitung](./get_cookies.md), um deine Cookie-Informationen zu konfigurieren.
+siehe die [Cookie-Konfigurationsanleitung](./get_cookies.md) zur Konfiguration deiner Cookie-Informationen.
### Konfigurationshilfe (unbedingt lesen)
Die schnellste und einfachste Konfigurationsmethode:
-* Wähle sowohl `transcription_provider` als auch `llm_provider` als `openai`, sodass du nur `openai.apikey` in den drei Konfigurationskategorien `openai`, `local_model` und `aliyun` ausfüllen musst, um die Untertitelübersetzung durchzuführen. (`app.proxy`, `model` und `openai.base_url` können je nach Bedarf ausgefüllt werden)
+* Fülle `transcribe.provider.name` mit `openai`, dann musst du nur den Block `transcribe.openai` und die Konfiguration des großen Modells im Block `llm` ausfüllen, um die Untertitelübersetzung durchzuführen. (`app.proxy`, `model` und `openai.base_url` sind optional).
+
+Verwendung der Konfiguration für lokale Spracherkennungsmodelle (Kombination von Kosten, Geschwindigkeit und Qualität):
+* Fülle `transcribe.provider.name` mit `fasterwhisper`, `transcribe.fasterwhisper.model` mit `large-v2`, und fülle dann den Block `llm` mit der Konfiguration des großen Modells aus, um die Untertitelübersetzung durchzuführen. Das lokale Modell wird automatisch heruntergeladen und installiert. (`app.proxy` und `openai.base_url` wie oben).
+
+Text-zu-Sprache (TTS) ist optional, die Konfigurationslogik ist die gleiche wie oben, fülle `tts.provider.name` aus und dann die entsprechenden Konfigurationsblöcke unter `tts`. Die Sprachcodes im UI sollten gemäß der Dokumentation des gewählten Anbieters ausgefüllt werden. Die Eingabe von Alibaba Cloud's aksk usw. kann sich wiederholen, um die Klarheit der Konfigurationsstruktur zu gewährleisten.
+Hinweis: Bei Verwendung von Sprachklonung unterstützt `tts` nur die Auswahl von `aliyun`.
-Verwendung eines lokalen Sprachmodell-Erkennungsmodells (derzeit nicht für macOS unterstützt) zur Konfiguration (Kombination von Kosten, Geschwindigkeit und Qualität):
-* Fülle `transcription_provider` mit `fasterwhisper` und `llm_provider` mit `openai`, sodass du nur `openai.apikey` und `local_model.faster_whisper` in den drei Konfigurationskategorien `openai` und `local_model` ausfüllen musst, um die Untertitelübersetzung durchzuführen. Das lokale Modell wird automatisch heruntergeladen. (`app.proxy` und `openai.base_url` wie oben)
+**Für den Erhalt von Alibaba Cloud AccessKey, Bucket, AppKey lies bitte**: [Alibaba Cloud Konfigurationsanleitung](./aliyun.md).
-In den folgenden Fällen ist eine Konfiguration für Alibaba Cloud erforderlich:
-* Wenn `llm_provider` auf `aliyun` gesetzt ist, benötigst du den großen Modellservice von Alibaba Cloud, daher musst du die Konfiguration für `aliyun.bailian` ausfüllen.
-* Wenn `transcription_provider` auf `aliyun` gesetzt ist oder die Funktion "Synchronisation" beim Starten der Aufgabe aktiviert ist, benötigst du den Sprachdienst von Alibaba Cloud, daher musst du die Konfiguration für `aliyun.speech` ausfüllen.
-* Wenn die Funktion "Synchronisation" aktiviert ist und du lokale Audiodateien hochgeladen hast, um die Stimmklonung durchzuführen, benötigst du auch den OSS-Cloudspeicherdienst von Alibaba Cloud, daher musst du die Konfiguration für `aliyun.oss` ausfüllen.
-Hilfe zur Alibaba Cloud-Konfiguration: [Alibaba Cloud Konfigurationsanleitung](./aliyun.md)
+Bitte verstehe, dass die Aufgabe = Spracherkennung + große Modellübersetzung + Sprachdienst (TTS usw., optional) ist, was dir beim Verständnis der Konfigurationsdatei sehr helfen wird.
## Häufige Fragen
-Bitte besuche die [Häufigen Fragen](./faq.md)
+Bitte gehe zu den [Häufigen Fragen](./faq.md).
## Beitragsrichtlinien
-1. Reiche keine unnötigen Dateien wie .vscode, .idea usw. ein, verwende .gitignore, um sie herauszufiltern.
+1. Reiche keine unnützen Dateien wie .vscode, .idea usw. ein, verwende .gitignore zur Filterung.
2. Reiche keine config.toml ein, sondern verwende config-example.toml zur Einreichung.
## Kontaktiere uns
1. Trete unserer QQ-Gruppe bei, um Fragen zu klären: 754069680
-2. Folge unseren Social-Media-Kanälen, [Bilibili](https://space.bilibili.com/242124650), um täglich hochwertige Inhalte im Bereich AI-Technologie zu teilen.
+2. Folge unseren Social-Media-Kanälen, [Bilibili](https://space.bilibili.com/242124650), wo wir täglich hochwertige Inhalte aus dem Bereich AI-Technologie teilen.
## Star-Historie
diff --git a/docs/de/aliyun.md b/docs/de/aliyun.md
index fb295941..eadc3210 100644
--- a/docs/de/aliyun.md
+++ b/docs/de/aliyun.md
@@ -1,36 +1,31 @@
## Voraussetzungen
-Sie benötigen ein [Alibaba Cloud](https://www.aliyun.com) Konto und müssen die Identitätsprüfung durchlaufen. Die meisten Dienste bieten ein kostenloses Kontingent.
+Sie benötigen ein [Alibaba Cloud](https://www.aliyun.com) Konto, das durch eine echte Identitätsprüfung verifiziert wurde. Die meisten Dienste bieten ein kostenloses Kontingent.
-## Abrufen des Alibaba Cloud Bailian-Plattform-Schlüssels
-1. Melden Sie sich bei der [Alibaba Cloud Bailian-Modell-Service-Plattform](https://bailian.console.aliyun.com/) an, fahren Sie mit der Maus über das Benutzersymbol in der oberen rechten Ecke der Seite und klicken Sie im Dropdown-Menü auf API-KEY.
-![Bailian](/docs/images/bailian_1.png)
-2. Wählen Sie im linken Navigationsbereich „Alle API-KEYs“ oder „Meine API-KEYs“ und erstellen oder überprüfen Sie den API-Schlüssel.
-
-## Abrufen von `access_key_id` und `access_key_secret` von Alibaba Cloud
+## Abrufen von `access_key_id` und `access_key_secret` für Alibaba Cloud
1. Gehen Sie zur [Alibaba Cloud AccessKey-Verwaltungsseite](https://ram.console.aliyun.com/profile/access-keys).
-2. Klicken Sie auf „AccessKey erstellen“ und wählen Sie, falls erforderlich, die Verwendungsmethode „In der lokalen Entwicklungsumgebung verwenden“.
-![Alibaba Cloud Access Key](/docs/images/aliyun_accesskey_1.png)
-3. Bewahren Sie es sicher auf, am besten kopieren Sie es in eine lokale Datei.
+2. Klicken Sie auf "AccessKey erstellen". Wählen Sie bei Bedarf die Verwendungsmethode "In der lokalen Entwicklungsumgebung verwenden".
+![Alibaba Cloud access key](/docs/images/aliyun_accesskey_1.png)
+3. Bewahren Sie diese sicher auf, am besten kopieren Sie sie in eine lokale Datei.
## Aktivierung des Alibaba Cloud Sprachdienstes
1. Gehen Sie zur [Alibaba Cloud Sprachdienstverwaltungsseite](https://nls-portal.console.aliyun.com/applist). Bei der ersten Anmeldung müssen Sie den Dienst aktivieren.
-2. Klicken Sie auf „Projekt erstellen“.
-![Alibaba Cloud Speech](/docs/images/aliyun_speech_1.png)
+2. Klicken Sie auf "Projekt erstellen".
+![Alibaba Cloud speech](/docs/images/aliyun_speech_1.png)
3. Wählen Sie die Funktionen aus und aktivieren Sie sie.
-![Alibaba Cloud Speech](/docs/images/aliyun_speech_2.png)
-4. „Stream Text-to-Speech (CosyVoice großes Modell)“ muss auf die kommerzielle Version aktualisiert werden, andere Dienste können mit der kostenlosen Testversion verwendet werden.
-![Alibaba Cloud Speech](/docs/images/aliyun_speech_3.png)
-5. Kopieren Sie einfach den App-Schlüssel.
-![Alibaba Cloud Speech](/docs/images/aliyun_speech_4.png)
+![Alibaba Cloud speech](/docs/images/aliyun_speech_2.png)
+4. "Stream Text-to-Speech (CosyVoice großes Modell)" muss auf die kommerzielle Version aktualisiert werden, andere Dienste können mit der kostenlosen Testversion verwendet werden.
+![Alibaba Cloud speech](/docs/images/aliyun_speech_3.png)
+5. Kopieren Sie einfach den App-Key.
+![Alibaba Cloud speech](/docs/images/aliyun_speech_4.png)
## Aktivierung des Alibaba Cloud OSS-Dienstes
1. Gehen Sie zur [Alibaba Cloud Object Storage Service-Konsole](https://oss.console.aliyun.com/overview). Bei der ersten Anmeldung müssen Sie den Dienst aktivieren.
-2. Wählen Sie auf der linken Seite die Bucket-Liste aus und klicken Sie auf „Erstellen“.
+2. Wählen Sie in der linken Spalte die Bucket-Liste aus und klicken Sie auf "Erstellen".
![Alibaba Cloud OSS](/docs/images/aliyun_oss_1.png)
-3. Wählen Sie „Schnellerstellung“, geben Sie einen Bucket-Namen ein, der den Anforderungen entspricht, und wählen Sie die Region **Shanghai**, um die Erstellung abzuschließen (der hier eingegebene Name ist der Wert der Konfiguration `aliyun.oss.bucket`).
+3. Wählen Sie "Schneller erstellen", geben Sie einen Bucket-Namen ein, der den Anforderungen entspricht, und wählen Sie die Region **Shanghai** aus, um die Erstellung abzuschließen (der hier eingegebene Name ist der Wert für die Konfiguration `aliyun.oss.bucket`).
![Alibaba Cloud OSS](/docs/images/aliyun_oss_2.png)
-4. Nach der Erstellung gehen Sie zum Bucket.
+4. Nach der Erstellung gehen Sie in den Bucket.
![Alibaba Cloud OSS](/docs/images/aliyun_oss_3.png)
-5. Deaktivieren Sie den Schalter „Öffentlichen Zugriff blockieren“ und setzen Sie die Lese- und Schreibberechtigung auf „Öffentlich lesbar“.
+5. Deaktivieren Sie den Schalter "Öffentlichen Zugriff blockieren" und setzen Sie die Lese- und Schreibberechtigungen auf "Öffentlich lesbar".
![Alibaba Cloud OSS](/docs/images/aliyun_oss_4.png)
![Alibaba Cloud OSS](/docs/images/aliyun_oss_5.png)
\ No newline at end of file
diff --git a/docs/es/README.md b/docs/es/README.md
index b03f3388..b945701b 100644
--- a/docs/es/README.md
+++ b/docs/es/README.md
@@ -13,31 +13,31 @@
</div>
-### 📢 Nueva versión para escritorio en win&mac ¡Bienvenido a probar y dar feedback! [La documentación está un poco desactualizada, se está actualizando continuamente]
+ ## Introducción al proyecto ([¡Experimenta la versión en línea ahora!](https://www.klic.studio/))
- ## Introducción al proyecto
-
-Krillin AI es una solución integral para la localización y mejora de audio y video. Esta herramienta simple pero poderosa combina traducción de audio y video, doblaje y clonación de voz, soportando formatos de salida en horizontal y vertical, asegurando una presentación perfecta en todas las plataformas principales (Bilibili, Xiaohongshu, Douyin, WeChat Video, Kuaishou, YouTube, TikTok, etc.). A través de un flujo de trabajo de extremo a extremo, Krillin AI puede transformar el material original en contenido multiplataforma listo para usar con solo unos pocos clics.
+Krillin AI es una solución integral para la localización y mejora de audio y video. Esta herramienta minimalista y poderosa combina traducción de audio y video, doblaje y clonación de voz, soportando salidas en formatos vertical y horizontal, asegurando una presentación perfecta en todas las plataformas principales (Bilibili, Xiaohongshu, Douyin, WeChat Video, Kuaishou, YouTube, TikTok, etc.). A través de un flujo de trabajo de extremo a extremo, Krillin AI puede transformar el material original en contenido multiplataforma listo para usar con solo unos pocos clics.
## Principales características y funciones:
-🎯 **Inicio con un clic**: Sin configuraciones de entorno complicadas, instalación automática de dependencias, ¡listo para usar de inmediato! Nueva versión de escritorio, ¡más conveniente!
+🎯 **Inicio con un clic**: Sin configuraciones de entorno complicadas, instalación automática de dependencias, ¡listo para usar de inmediato! Nueva versión de escritorio para mayor comodidad.
📥 **Obtención de videos**: Soporta descarga con yt-dlp o carga de archivos locales.
📜 **Reconocimiento preciso**: Reconocimiento de voz de alta precisión basado en Whisper.
-🧠 **Segmentación inteligente**: Utiliza LLM para segmentar y alinear subtítulos.
+🧠 **Segmentación inteligente**: Uso de LLM para segmentar y alinear subtítulos.
🔄 **Reemplazo de términos**: Reemplazo de vocabulario especializado con un clic.
-🌍 **Traducción profesional**: Traducción a nivel de párrafo basada en LLM que mantiene la coherencia semántica.
+🌍 **Traducción profesional**: Traducción LLM con contexto para mantener la naturalidad semántica.
+
+🎙️ **Clonación de voz**: Ofrece tonos seleccionados de CosyVoice o clonación de tonos personalizados.
-🎙️ **Clonación de voz**: Ofrece voces seleccionadas de CosyVoice o clonación de voces personalizadas.
+🎬 **Composición de video**: Procesamiento automático de videos y subtítulos en formatos vertical y horizontal.
-🎬 **Composición de video**: Procesa automáticamente videos en formato horizontal y vertical y la disposición de subtítulos.
+💻 **Multiplataforma**: Soporta Windows, Linux, macOS, ofreciendo versiones de escritorio y servidor.
## Ejemplo de resultados
-La imagen a continuación muestra el efecto del archivo de subtítulos generado tras importar un video local de 46 minutos y ejecutar con un clic, sin ajustes manuales. Sin pérdidas, superposiciones, con pausas naturales y una calidad de traducción muy alta.
+La imagen a continuación muestra el efecto de un archivo de subtítulos generado automáticamente tras importar un video local de 46 minutos, sin ajustes manuales. Sin pérdidas, superposiciones, con pausas naturales y una calidad de traducción muy alta.
![Efecto de alineación](/docs/images/alignment.png)
<table>
@@ -71,27 +71,32 @@ https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71
</table>
## 🔍 Soporte para servicios de reconocimiento de voz
-_**Todos los modelos locales en la tabla a continuación soportan instalación automática de archivos ejecutables + archivos de modelo, solo tienes que elegir, KrillinAI se encargará del resto.**_
+_**Todos los modelos locales en la tabla a continuación soportan instalación automática de archivos ejecutables + archivos de modelo, solo necesitas elegir, KrillinAI se encargará del resto.**_
-| Fuente de servicio | Plataformas soportadas | Opciones de modelo | Local/Nube | Notas |
-|--------------------------|-----------------------|----------------------------------------------|------------|----------------------|
-| **OpenAI Whisper** | Todas las plataformas | - | Nube | Rápido y de buena calidad |
+| Fuente de servicio | Plataformas soportadas | Opciones de modelo | Local/Nube | Notas |
+|--------------------------|-----------------------|---------------------------------------------|------------|----------------|
+| **OpenAI Whisper** | Todas las plataformas | - | Nube | Rápido y efectivo |
| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (recomendado medium+) | Local | Más rápido, sin costos de nube |
-| **WhisperKit** | macOS (solo para chips M) | `large-v2` | Local | Optimización nativa para chips Apple |
-| **WhisperCpp** | Todas las plataformas | `large-v2` | Local | Soporta todas las plataformas |
-| **Aliyun ASR** | Todas las plataformas | - | Nube | Evita problemas de red en China continental |
+| **WhisperKit** | macOS (solo para chips M) | `large-v2` | Local | Optimización nativa para chips Apple |
+| **WhisperCpp** | Todas las plataformas | `large-v2` | Local | Soporta todas las plataformas |
+| **Aliyun ASR** | Todas las plataformas | - | Nube | Evita problemas de red en China continental |
## 🚀 Soporte para modelos de lenguaje grande
✅ Compatible con todos los servicios de modelos de lenguaje grande en la nube/local que cumplen con las **especificaciones de la API de OpenAI**, incluyendo pero no limitado a:
- OpenAI
+- Gemini
- DeepSeek
- Tongyi Qianwen
- Modelos de código abierto desplegados localmente
- Otros servicios de API compatibles con el formato de OpenAI
+## 🎤 Soporte para TTS (texto a voz)
+- Servicio de voz de Aliyun
+- OpenAI TTS
+
## Soporte de idiomas
-Idiomas de entrada soportados: chino, inglés, japonés, alemán, turco, coreano, ruso, malayo (en continuo aumento)
+Idiomas de entrada soportados: chino, inglés, japonés, alemán, turco, coreano, ruso, malayo (en constante aumento)
Idiomas de traducción soportados: inglés, chino, ruso, español, francés y otros 101 idiomas.
@@ -100,21 +105,21 @@ Idiomas de traducción soportados: inglés, chino, ruso, español, francés y ot
## 🚀 Comenzar rápidamente
### Pasos básicos
-Primero descarga el archivo ejecutable que coincida con tu sistema operativo en [Release](https://github.com/krillinai/KrillinAI/releases), según el tutorial a continuación elige entre la versión de escritorio o no de escritorio, luego colócalo en una carpeta vacía. Descarga el software en una carpeta vacía, ya que se generarán algunos directorios después de la ejecución, y será más fácil de gestionar en una carpeta vacía.
+Primero, descarga el archivo ejecutable que coincida con tu sistema operativo en [Release](https://github.com/krillinai/KrillinAI/releases), elige entre la versión de escritorio o no de acuerdo con el tutorial a continuación, y colócalo en una carpeta vacía. Descarga el software en una carpeta vacía, ya que generará algunos directorios después de ejecutarse, lo que facilitará la gestión.
-【Si es la versión de escritorio, es decir, el archivo de release que lleva "desktop", consulta aquí】
-_La versión de escritorio es nueva y se ha lanzado para resolver problemas de edición de archivos de configuración para nuevos usuarios, aún hay algunos errores, se está actualizando continuamente._
+【Si es la versión de escritorio, es decir, el archivo de release que lleva desktop, mira aquí】
+_La versión de escritorio es una nueva publicación, diseñada para resolver problemas de edición de archivos de configuración para usuarios novatos, y hay algunos errores que se están corrigiendo continuamente._
1. Haz doble clic en el archivo para comenzar a usarlo (la versión de escritorio también necesita configuración dentro del software).
-【Si es la versión no de escritorio, es decir, el archivo de release que no lleva "desktop", consulta aquí】
-_La versión no de escritorio es la versión inicial, la configuración es más compleja, pero la funcionalidad es estable y adecuada para despliegue en servidores, ya que proporcionará una interfaz de usuario de forma web._
-1. Crea una carpeta `config` dentro de la carpeta, luego crea un archivo `config.toml` dentro de la carpeta `config`, copia el contenido del archivo `config-example.toml` en el directorio `config` y completa tu información de configuración.
+【Si es la versión no de escritorio, es decir, el archivo de release que no lleva desktop, mira aquí】
+_La versión no de escritorio es la versión inicial, con una configuración más compleja, pero funcionalmente estable, adecuada para despliegue en servidores, ya que proporcionará una interfaz de usuario de forma web._
+1. Crea una carpeta `config` dentro de la carpeta, luego crea un archivo `config.toml` dentro de la carpeta `config`, copia el contenido del archivo `config-example.toml` en el directorio `config` y completa tu información de configuración de acuerdo con los comentarios.
2. Haz doble clic o ejecuta el archivo ejecutable en la terminal para iniciar el servicio.
-3. Abre el navegador e ingresa `http://127.0.0.1:8888` para comenzar a usarlo (reemplaza 8888 con el puerto que hayas configurado en el archivo de configuración).
+3. Abre el navegador e ingresa `http://127.0.0.1:8888` para comenzar a usarlo (reemplaza 8888 con el puerto que ingresaste en el archivo de configuración).
### Para: usuarios de macOS
-【Si es la versión de escritorio, es decir, el archivo de release que lleva "desktop", consulta aquí】
-Actualmente, debido a problemas de firma, la versión de escritorio no puede ejecutarse con un doble clic o instalarse como dmg, necesitas confiar manualmente en la aplicación, el método es el siguiente:
+【Si es la versión de escritorio, es decir, el archivo de release que lleva desktop, mira aquí】
+Actualmente, debido a problemas de firma, la versión de escritorio no puede ejecutarse directamente con un doble clic o instalación de dmg, necesitas confiar manualmente en la aplicación, el método es el siguiente:
1. Abre la terminal en el directorio donde se encuentra el archivo ejecutable (supongamos que el nombre del archivo es KrillinAI_1.0.0_desktop_macOS_arm64).
2. Ejecuta los siguientes comandos uno por uno:
```
@@ -123,8 +128,8 @@ sudo chmod +x ./KrillinAI_1.0.0_desktop_macOS_arm64
./KrillinAI_1.0.0_desktop_macOS_arm64
```
-【Si es la versión no de escritorio, es decir, el archivo de release que no lleva "desktop", consulta aquí】
-Este software no está firmado, por lo que al ejecutarlo en macOS, después de completar la configuración de archivos en "pasos básicos", también necesitas confiar manualmente en la aplicación, el método es el siguiente:
+【Si es la versión no de escritorio, es decir, el archivo de release que no lleva desktop, mira aquí】
+Este software no tiene firma, por lo que al ejecutarlo en macOS, después de completar la configuración de archivos en "pasos básicos", también necesitas confiar manualmente en la aplicación, el método es el siguiente:
1. Abre la terminal en el directorio donde se encuentra el archivo ejecutable (supongamos que el nombre del archivo es KrillinAI_1.0.0_macOS_arm64).
2. Ejecuta los siguientes comandos uno por uno:
```
@@ -137,28 +142,29 @@ Este software no está firmado, por lo que al ejecutarlo en macOS, después de c
### Despliegue con Docker
Este proyecto soporta despliegue con Docker, por favor consulta [Instrucciones de despliegue con Docker](./docker.md).
-### Instrucciones de configuración de cookies (opcional)
+### Instrucciones de configuración de Cookies (opcional)
Si encuentras problemas al descargar videos,
-por favor consulta [Instrucciones de configuración de cookies](./get_cookies.md) para configurar tu información de cookies.
+por favor consulta [Instrucciones de configuración de Cookies](./get_cookies.md) para configurar tu información de Cookies.
-### Ayuda con la configuración (importante)
+### Ayuda de configuración (importante)
La forma más rápida y conveniente de configurar:
-* Selecciona `openai` para `transcription_provider` y `llm_provider`, así en las categorías de configuración de `openai`, `local_model`, `aliyun` solo necesitas completar `openai.apikey` para realizar la traducción de subtítulos. (`app.proxy`, `model` y `openai.base_url` son opcionales según tu situación).
+* Rellena `transcribe.provider.name` con `openai`, así solo necesitas completar el bloque `transcribe.openai` y la configuración del modelo grande en el bloque `llm` para realizar la traducción de subtítulos. (`app.proxy`, `model` y `openai.base_url` son opcionales según tu situación).
+
+Para usar un modelo de reconocimiento de voz local (una opción equilibrada entre costo, velocidad y calidad):
+* Rellena `transcribe.provider.name` con `fasterwhisper`, `transcribe.fasterwhisper.model` con `large-v2`, y luego completa el bloque `llm` con la configuración del modelo grande para realizar la traducción de subtítulos; el modelo local se descargará e instalará automáticamente. (`app.proxy` y `openai.base_url` son iguales a lo anterior).
+
+La conversión de texto a voz (TTS) es opcional, la lógica de configuración es la misma que la anterior, rellena `tts.provider.name`, y luego completa el bloque de configuración correspondiente bajo `tts`. Los códigos de voz en la interfaz de usuario deben completarse de acuerdo con la documentación del proveedor seleccionado. La entrada de aksk de Aliyun puede repetirse, esto es para garantizar que la estructura de configuración sea clara.
+Nota: Si usas clonación de voz, `tts` solo soporta la selección de `aliyun`.
-Para usar un modelo de reconocimiento de voz local (no soportado en macOS) la configuración es la siguiente (considerando costo, velocidad y calidad):
-* Completa `transcription_provider` con `fasterwhisper` y `llm_provider` con `openai`, así en las categorías de configuración de `openai` y `local_model solo necesitas completar `openai.apikey` y `local_model.faster_whisper` para realizar la traducción de subtítulos, el modelo local se descargará automáticamente. (`app.proxy` y `openai.base_url` como antes).
+**Para obtener el AccessKey, Bucket y AppKey de Aliyun, por favor lee**: [Instrucciones de configuración de Aliyun](./aliyun.md).
-Las siguientes situaciones requieren configuración de Aliyun:
-* Si `llm_provider` está configurado como `aliyun`, necesitarás usar el servicio de modelo grande de Aliyun, por lo que debes configurar `aliyun.bailian`.
-* Si `transcription_provider` está configurado como `aliyun`, o si activaste la función de "doblaje" al iniciar la tarea, necesitarás usar el servicio de voz de Aliyun, por lo que debes completar `aliyun.speech`.
-* Si activaste la función de "doblaje" y subiste un audio local para clonación de voz, también necesitarás usar el servicio de almacenamiento en la nube OSS de Aliyun, por lo que debes completar `aliyun.oss`.
-Ayuda para la configuración de Aliyun: [Instrucciones de configuración de Aliyun](./aliyun.md).
+Por favor entiende que la tarea = reconocimiento de voz + traducción de modelo grande + servicio de voz (TTS, etc., opcional), esto te ayudará a comprender el archivo de configuración.
## Preguntas frecuentes
-Por favor consulta [Preguntas frecuentes](./faq.md).
+Por favor visita [Preguntas frecuentes](./faq.md).
## Normas de contribución
1. No envíes archivos innecesarios, como .vscode, .idea, etc., utiliza .gitignore para filtrarlos.
diff --git a/docs/es/aliyun.md b/docs/es/aliyun.md
index 9f9422a2..4bccbd44 100644
--- a/docs/es/aliyun.md
+++ b/docs/es/aliyun.md
@@ -1,36 +1,31 @@
## Requisitos previos
-Se necesita tener una cuenta de [Alibaba Cloud](https://www.aliyun.com) y haber pasado la verificación de identidad. La mayoría de los servicios tienen un límite gratuito.
-
-## Obtención de la clave de la plataforma Bailian de Alibaba Cloud
-1. Inicie sesión en la [plataforma de servicios de modelos grandes Bailian de Alibaba Cloud](https://bailian.console.aliyun.com/), pase el mouse sobre el ícono del centro personal en la esquina superior derecha de la página y haga clic en API-KEY en el menú desplegable.
-![Bailian](/docs/images/bailian_1.png)
-2. En la barra de navegación izquierda, seleccione Todos los API-KEY o Mis API-KEY, y luego cree o consulte la clave API.
+Necesitas tener una cuenta de [Alibaba Cloud](https://www.aliyun.com) y haber completado la verificación de identidad. La mayoría de los servicios tienen un límite gratuito.
## Obtención de `access_key_id` y `access_key_secret` de Alibaba Cloud
-1. Acceda a la [página de gestión de AccessKey de Alibaba Cloud](https://ram.console.aliyun.com/profile/access-keys).
-2. Haga clic en Crear AccessKey, y si es necesario, seleccione el método de uso, eligiendo "Uso en entorno de desarrollo local".
-![Access Key de Alibaba Cloud](/docs/images/aliyun_accesskey_1.png)
-3. Guarde la información de manera segura, es mejor copiarla en un archivo local.
+1. Accede a la [página de gestión de AccessKey de Alibaba Cloud](https://ram.console.aliyun.com/profile/access-keys).
+2. Haz clic en crear AccessKey. Si es necesario, selecciona el método de uso y elige "Uso en entorno de desarrollo local".
+![Clave de acceso de Alibaba Cloud](/docs/images/aliyun_accesskey_1.png)
+3. Guarda de manera segura, es mejor copiarlo en un archivo local.
## Activación del servicio de voz de Alibaba Cloud
-1. Acceda a la [página de gestión del servicio de voz de Alibaba Cloud](https://nls-portal.console.aliyun.com/applist), y al ingresar por primera vez, deberá activar el servicio.
-2. Haga clic en Crear proyecto.
+1. Accede a la [página de gestión del servicio de voz de Alibaba Cloud](https://nls-portal.console.aliyun.com/applist). La primera vez que ingreses, necesitarás activar el servicio.
+2. Haz clic en crear proyecto.
![Voz de Alibaba Cloud](/docs/images/aliyun_speech_1.png)
-3. Seleccione las funciones y actívelas.
+3. Selecciona las funciones y actívalas.
![Voz de Alibaba Cloud](/docs/images/aliyun_speech_2.png)
-4. "Síntesis de voz de texto en streaming (modelo grande CosyVoice)" necesita ser actualizado a la versión comercial, otros servicios pueden usar la versión de prueba gratuita.
+4. La "síntesis de voz de texto en streaming (modelo grande CosyVoice)" necesita ser actualizada a la versión comercial; otros servicios pueden utilizar la versión de prueba gratuita.
![Voz de Alibaba Cloud](/docs/images/aliyun_speech_3.png)
-5. Simplemente copie la clave de la aplicación.
+5. Copia la clave de la aplicación.
![Voz de Alibaba Cloud](/docs/images/aliyun_speech_4.png)
## Activación del servicio OSS de Alibaba Cloud
-1. Acceda a la [consola del servicio de almacenamiento de objetos de Alibaba Cloud](https://oss.console.aliyun.com/overview), y al ingresar por primera vez, deberá activar el servicio.
-2. En el lado izquierdo, seleccione la lista de Buckets y luego haga clic en Crear.
+1. Accede a la [consola del servicio de almacenamiento de objetos de Alibaba Cloud](https://oss.console.aliyun.com/overview). La primera vez que ingreses, necesitarás activar el servicio.
+2. Selecciona la lista de Buckets en el lado izquierdo y luego haz clic en crear.
![OSS de Alibaba Cloud](/docs/images/aliyun_oss_1.png)
-3. Seleccione Creación rápida, complete un nombre de Bucket que cumpla con los requisitos y elija la región **Shanghái**, luego complete la creación (el nombre ingresado aquí es el valor de la configuración `aliyun.oss.bucket`).
+3. Selecciona creación rápida, completa un nombre de Bucket que cumpla con los requisitos y elige la región **Shanghái**, y finaliza la creación (el nombre que ingreses aquí será el valor de la configuración `aliyun.oss.bucket`).
![OSS de Alibaba Cloud](/docs/images/aliyun_oss_2.png)
-4. Después de crear, ingrese al Bucket.
+4. Una vez creado, accede al Bucket.
![OSS de Alibaba Cloud](/docs/images/aliyun_oss_3.png)
-5. Apague el interruptor de "Bloquear acceso público" y configure los permisos de lectura y escritura como "Lectura pública".
+5. Desactiva el interruptor de "Bloquear acceso público" y establece los permisos de lectura y escritura en "Lectura pública".
![OSS de Alibaba Cloud](/docs/images/aliyun_oss_4.png)
![OSS de Alibaba Cloud](/docs/images/aliyun_oss_5.png)
\ No newline at end of file
diff --git a/docs/fr/README.md b/docs/fr/README.md
index 462461c9..fa0ecf19 100644
--- a/docs/fr/README.md
+++ b/docs/fr/README.md
@@ -13,39 +13,39 @@
</div>
-### 📢 Nouvelle version pour les bureaux win&mac, bienvenue pour tester et donner votre avis [la documentation est un peu en retard, mise à jour continue]
+ ## Présentation du projet ([Essayez la version en ligne maintenant !](https://www.klic.studio/))
- ## Présentation du projet
-
-Krillin AI est une solution complète de localisation et d'amélioration audio-vidéo. Cet outil simple mais puissant combine traduction audio-vidéo, doublage et clonage vocal, prenant en charge les formats paysage et portrait, garantissant une présentation parfaite sur toutes les principales plateformes (Bilibili, Xiaohongshu, Douyin, WeChat Video, Kuaishou, YouTube, TikTok, etc.). Grâce à un flux de travail de bout en bout, Krillin AI peut transformer le matériel brut en contenu multiplateforme prêt à l'emploi en quelques clics.
+Krillin AI est une solution complète de localisation et d'amélioration audio-vidéo. Cet outil puissant et minimaliste combine traduction vidéo, doublage et clonage vocal, prenant en charge les formats paysage et portrait, garantissant une présentation parfaite sur toutes les principales plateformes (Bilibili, Xiaohongshu, Douyin, WeChat Video, Kuaishou, YouTube, TikTok, etc.). Grâce à un flux de travail de bout en bout, Krillin AI peut transformer le matériel brut en contenu prêt à l'emploi multiplateforme en quelques clics.
## Principales caractéristiques et fonctionnalités :
-🎯 **Démarrage en un clic** : Pas de configuration d'environnement complexe, installation automatique des dépendances, prêt à l'emploi, nouvelle version de bureau pour plus de commodité !
+🎯 **Démarrage en un clic** : Pas de configuration d'environnement complexe, installation automatique des dépendances, prêt à l'emploi, avec une nouvelle version de bureau pour plus de commodité !
-📥 **Acquisition vidéo** : Prend en charge le téléchargement via yt-dlp ou le téléchargement de fichiers locaux
+📥 **Acquisition vidéo** : Prise en charge du téléchargement yt-dlp ou du téléchargement de fichiers locaux
-📜 **Reconnaissance précise** : Reconnaissance vocale à haute précision basée sur Whisper
+📜 **Reconnaissance précise** : Reconnaissance vocale de haute précision basée sur Whisper
🧠 **Segmentation intelligente** : Utilisation de LLM pour la segmentation et l'alignement des sous-titres
-🔄 **Remplacement de termes** : Remplacement d'un clic des termes spécialisés
+🔄 **Remplacement de termes** : Remplacement d'un clic des vocabulaire spécialisés
+
+🌍 **Traduction professionnelle** : Traduction LLM avec contexte pour maintenir la naturalité sémantique
-🌍 **Traduction professionnelle** : Traduction au niveau des paragraphes basée sur LLM, maintenant la cohérence sémantique
+🎙️ **Clonage vocal** : Fournit des voix sélectionnées par CosyVoice ou un clonage de voix personnalisé
-🎙️ **Clonage vocal** : Offre des voix sélectionnées par CosyVoice ou clonage de voix personnalisées
+🎬 **Synthèse vidéo** : Traitement automatique des vidéos et de la mise en page des sous-titres en mode paysage et portrait
-🎬 **Composition vidéo** : Traitement automatique des vidéos en mode paysage et portrait et mise en page des sous-titres
+💻 **Multiplateforme** : Prise en charge de Windows, Linux, macOS, avec des versions de bureau et serveur
## Exemples de résultats
-L'image ci-dessous montre l'importation d'une vidéo locale de 46 minutes, avec le fichier de sous-titres généré après une exécution en un clic, sans aucun ajustement manuel. Pas de pertes, de chevauchements, les phrases sont naturelles et la qualité de la traduction est très élevée.
+L'image ci-dessous montre l'importation d'une vidéo locale de 46 minutes, avec le fichier de sous-titres généré après une exécution en un clic, sans aucun ajustement manuel. Pas de pertes, de chevauchements, des phrases naturelles, et la qualité de la traduction est également très élevée.
![Effet d'alignement](/docs/images/alignment.png)
<table>
<tr>
<td width="33%">
-### Traduction de sous-titres
+### Traduction des sous-titres
---
https://github.com/user-attachments/assets/bba1ac0a-fe6b-4947-b58d-ba99306d0339
@@ -72,27 +72,32 @@ https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71
</table>
## 🔍 Support des services de reconnaissance vocale
-_**Tous les modèles locaux dans le tableau ci-dessous prennent en charge l'installation automatique des fichiers exécutables + des fichiers modèles, il vous suffit de choisir, KrillinAI s'occupe du reste.**_
+_**Tous les modèles locaux dans le tableau ci-dessous prennent en charge l'installation automatique des fichiers exécutables + des fichiers de modèle, il vous suffit de choisir, KrillinAI s'occupe du reste.**_
-| Source de service | Plateformes supportées | Options de modèle | Local/Cloud | Remarques |
-|-------------------------|-----------------------|----------------------------------------------|-------------|--------------------|
-| **OpenAI Whisper** | Toutes les plateformes | - | Cloud | Rapide et efficace |
-| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (recommandé medium+) | Local | Plus rapide, sans frais de service cloud |
-| **WhisperKit** | macOS (uniquement pour les puces M) | `large-v2` | Local | Optimisé pour les puces Apple |
-| **WhisperCpp** | Toutes les plateformes | `large-v2` | Local | Supporte toutes les plateformes |
-| **Aliyun ASR** | Toutes les plateformes | - | Cloud | Évite les problèmes de réseau en Chine continentale |
+| Source de service | Plateformes prises en charge | Options de modèle | Local/Cloud | Remarques |
+|--------------------------|------------------------------|-------------------------------------------|-------------|------------------|
+| **OpenAI Whisper** | Toutes les plateformes | - | Cloud | Rapide et efficace |
+| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (recommandé medium+) | Local | Plus rapide, sans frais de service cloud |
+| **WhisperKit** | macOS (M-series uniquement) | `large-v2` | Local | Optimisé pour les puces Apple |
+| **WhisperCpp** | Toutes les plateformes | `large-v2` | Local | Prise en charge de toutes les plateformes |
+| **Aliyun ASR** | Toutes les plateformes | - | Cloud | Évite les problèmes de réseau en Chine continentale |
## 🚀 Support des grands modèles de langage
-✅ Compatible avec tous les services de grands modèles de langage cloud/local conformes à la **norme API OpenAI**, y compris mais sans s'y limiter :
+✅ Compatible avec tous les services de grands modèles de langage cloud/local conformes aux **spécifications de l'API OpenAI**, y compris mais sans s'y limiter :
- OpenAI
+- Gemini
- DeepSeek
- Tongyi Qianwen
- Modèles open source déployés localement
- Autres services API compatibles avec le format OpenAI
+## 🎤 Support TTS (texte à parole)
+- Service vocal d'Aliyun
+- OpenAI TTS
+
## Support linguistique
-Langues d'entrée prises en charge : chinois, anglais, japonais, allemand, turc, coréen, russe, malais (ajouts continus)
+Langues d'entrée prises en charge : chinois, anglais, japonais, allemand, turc, coréen, russe, malais (en augmentation continue)
Langues de traduction prises en charge : anglais, chinois, russe, espagnol, français et 101 autres langues
@@ -102,21 +107,21 @@ Langues de traduction prises en charge : anglais, chinois, russe, espagnol, fran
## 🚀 Démarrage rapide
### Étapes de base
-Tout d'abord, téléchargez le fichier exécutable correspondant à votre système d'exploitation dans les [Releases](https://github.com/krillinai/KrillinAI/releases), puis suivez le tutoriel ci-dessous pour choisir entre la version de bureau ou non, et placez-le dans un dossier vide. Téléchargez le logiciel dans un dossier vide, car il générera certains répertoires après exécution, ce qui sera plus facile à gérer.
+Tout d'abord, téléchargez le fichier exécutable correspondant à votre système d'exploitation dans les [Releases](https://github.com/krillinai/KrillinAI/releases), puis choisissez entre la version de bureau ou non, et placez-le dans un dossier vide. Téléchargez le logiciel dans un dossier vide, car il générera certains répertoires après exécution, ce qui sera plus facile à gérer.
-【Pour la version de bureau, c'est-à-dire le fichier release avec "desktop", consultez ici】
-_La version de bureau est nouvellement publiée pour résoudre les problèmes de configuration des fichiers pour les nouveaux utilisateurs, et il y a encore des bugs, mises à jour continues_
+【Pour la version de bureau, c'est-à-dire le fichier release avec desktop, consultez ici】
+_La version de bureau est nouvellement publiée pour résoudre les problèmes de configuration des fichiers pour les utilisateurs novices, et il y a encore quelques bugs, mises à jour continues en cours._
1. Double-cliquez sur le fichier pour commencer à l'utiliser (la version de bureau nécessite également une configuration dans le logiciel)
-【Pour la version non de bureau, c'est-à-dire le fichier release sans "desktop", consultez ici】
-_La version non de bureau est la version initiale, la configuration est plus complexe, mais les fonctionnalités sont stables, adaptée au déploiement sur serveur, car elle fournira une interface utilisateur via le web_
-1. Créez un dossier `config` dans le dossier, puis créez un fichier `config.toml` dans le dossier `config`, copiez le contenu du fichier `config-example.toml` dans le répertoire `config` et remplissez vos informations de configuration.
+【Pour la version non de bureau, c'est-à-dire le fichier release sans desktop, consultez ici】
+_La version non de bureau est la version initiale, la configuration est plus complexe, mais les fonctionnalités sont stables, et elle est adaptée au déploiement sur serveur, car elle fournira une interface utilisateur via le web._
+1. Créez un dossier `config` dans le dossier, puis créez un fichier `config.toml` dans le dossier `config`, copiez le contenu du fichier `config-example.toml` dans le répertoire `config` et remplissez vos informations de configuration selon les commentaires.
2. Double-cliquez ou exécutez le fichier exécutable dans le terminal pour démarrer le service
3. Ouvrez votre navigateur et entrez `http://127.0.0.1:8888` pour commencer à utiliser (remplacez 8888 par le port que vous avez renseigné dans le fichier de configuration)
-### À : Utilisateurs de macOS
-【Pour la version de bureau, c'est-à-dire le fichier release avec "desktop", consultez ici】
-Actuellement, en raison de problèmes de signature, la version de bureau ne peut pas être exécutée par double-clic ou installation dmg, vous devez faire confiance à l'application manuellement, voici comment :
+### À l'attention des utilisateurs de macOS
+【Pour la version de bureau, c'est-à-dire le fichier release avec desktop, consultez ici】
+Actuellement, en raison de problèmes de signature, la version de bureau ne peut pas être exécutée directement par double-clic ou installation dmg, vous devez faire confiance à l'application manuellement, comme suit :
1. Ouvrez le fichier exécutable dans le terminal (supposons que le nom du fichier soit KrillinAI_1.0.0_desktop_macOS_arm64)
2. Exécutez les commandes suivantes :
```
@@ -125,8 +130,8 @@ sudo chmod +x ./KrillinAI_1.0.0_desktop_macOS_arm64
./KrillinAI_1.0.0_desktop_macOS_arm64
```
-【Pour la version non de bureau, c'est-à-dire le fichier release sans "desktop", consultez ici】
-Ce logiciel n'a pas été signé, donc lors de l'exécution sur macOS, après avoir complété la configuration des fichiers dans les "étapes de base", vous devez également faire confiance à l'application manuellement, voici comment :
+【Pour la version non de bureau, c'est-à-dire le fichier release sans desktop, consultez ici】
+Ce logiciel n'a pas été signé, donc lors de l'exécution sur macOS, après avoir terminé la configuration des fichiers dans "Étapes de base", vous devez également faire confiance à l'application manuellement, comme suit :
1. Ouvrez le fichier exécutable dans le terminal (supposons que le nom du fichier soit KrillinAI_1.0.0_macOS_arm64)
2. Exécutez les commandes suivantes :
```
@@ -141,35 +146,36 @@ Ce projet prend en charge le déploiement Docker, veuillez consulter [les instru
### Instructions de configuration des cookies (non obligatoire)
-Si vous rencontrez des échecs de téléchargement de vidéos
+Si vous rencontrez des problèmes de téléchargement de vidéos
Veuillez consulter [les instructions de configuration des cookies](./get_cookies.md) pour configurer vos informations de cookie.
### Aide à la configuration (à lire)
La manière la plus rapide et la plus simple de configurer :
-* Choisissez `openai` pour `transcription_provider` et `llm_provider`, de sorte que dans les trois catégories de configuration ci-dessous `openai`, `local_model`, `aliyun`, vous n'ayez qu'à remplir `openai.apikey` pour effectuer la traduction des sous-titres. (`app.proxy`, `model` et `openai.base_url` sont à remplir selon votre situation)
+* Remplissez `transcribe.provider.name` avec `openai`, ainsi vous n'aurez qu'à remplir le bloc `transcribe.openai` et la configuration du grand modèle dans le bloc `llm` pour effectuer la traduction des sous-titres. (`app.proxy`, `model` et `openai.base_url` sont facultatifs selon votre situation)
+
+Pour utiliser un modèle de reconnaissance vocale local (en tenant compte du coût, de la vitesse et de la qualité) :
+* Remplissez `transcribe.provider.name` avec `fasterwhisper`, `transcribe.fasterwhisper.model` avec `large-v2`, puis remplissez le bloc `llm` avec la configuration du grand modèle pour effectuer la traduction des sous-titres, le modèle local sera automatiquement téléchargé et installé. (`app.proxy` et `openai.base_url` comme ci-dessus)
+
+La conversion texte-parole (TTS) est optionnelle, la logique de configuration est la même que ci-dessus, remplissez `tts.provider.name`, puis remplissez le bloc de configuration correspondant sous `tts`. Les codes de voix dans l'interface utilisateur doivent être remplis selon la documentation du fournisseur choisi. Les informations telles que les aksk d'Aliyun peuvent être répétées pour garantir une structure de configuration claire.
+Remarque : si vous utilisez le clonage vocal, `tts` ne prend en charge que le choix de `aliyun`.
-Pour utiliser un modèle de reconnaissance vocale local (non pris en charge sur macOS) :
-* Remplissez `transcription_provider` avec `fasterwhisper` et `llm_provider` avec `openai`, de sorte que dans les catégories de configuration ci-dessous `openai`, `local_model`, vous n'ayez qu'à remplir `openai.apikey` et `local_model.faster_whisper` pour effectuer la traduction des sous-titres, le modèle local sera téléchargé automatiquement. (`app.proxy` et `openai.base_url` comme ci-dessus)
+**Pour obtenir l'AccessKey, le Bucket et l'AppKey d'Aliyun, veuillez lire** : [Instructions de configuration d'Aliyun](./aliyun.md)
-Les cas suivants nécessitent une configuration Aliyun :
-* Si `llm_provider` est rempli avec `aliyun`, vous devez utiliser le service de grand modèle d'Aliyun, donc vous devez configurer l'élément `aliyun.bailian`
-* Si `transcription_provider` est rempli avec `aliyun`, ou si vous avez activé la fonction "doublage" lors du démarrage de la tâche, vous devez utiliser le service vocal d'Aliyun, donc vous devez remplir l'élément `aliyun.speech`
-* Si vous avez activé la fonction "doublage" et téléchargé un audio local pour le clonage vocal, vous devez également utiliser le service de stockage cloud OSS d'Aliyun, donc vous devez remplir l'élément `aliyun.oss`
-Aide à la configuration Aliyun : [Instructions de configuration Aliyun](./aliyun.md)
+Veuillez comprendre que la tâche = reconnaissance vocale + traduction par grand modèle + service vocal (TTS, etc., optionnel), cela vous aidera à comprendre le fichier de configuration.
## Questions fréquentes
Veuillez consulter [les questions fréquentes](./faq.md)
## Règles de contribution
-1. Ne soumettez pas de fichiers inutiles, tels que .vscode, .idea, etc., utilisez .gitignore pour filtrer
-2. Ne soumettez pas config.toml, mais soumettez config-example.toml
+1. Ne soumettez pas de fichiers inutiles, tels que .vscode, .idea, etc., utilisez .gitignore pour filtrer.
+2. Ne soumettez pas config.toml, mais utilisez config-example.toml pour la soumission.
## Contactez-nous
1. Rejoignez notre groupe QQ pour poser des questions : 754069680
-2. Suivez nos comptes de médias sociaux, [Bilibili](https://space.bilibili.com/242124650), partageant chaque jour du contenu de qualité dans le domaine de la technologie AI
+2. Suivez nos comptes de médias sociaux, [Bilibili](https://space.bilibili.com/242124650), partageant quotidiennement du contenu de qualité dans le domaine de la technologie AI.
## Historique des étoiles
-[![Graphique de l'historique des étoiles](https://api.star-history.com/svg?repos=krillinai/KrillinAI&type=Date)](https://star-history.com/#krillinai/KrillinAI&Date)
\ No newline at end of file
+[![Star History Chart](https://api.star-history.com/svg?repos=krillinai/KrillinAI&type=Date)](https://star-history.com/#krillinai/KrillinAI&Date)
\ No newline at end of file
diff --git a/docs/fr/aliyun.md b/docs/fr/aliyun.md
index 9a9d71ce..3ae30647 100644
--- a/docs/fr/aliyun.md
+++ b/docs/fr/aliyun.md
@@ -1,33 +1,28 @@
## Prérequis
-Vous devez d'abord avoir un compte [Alibaba Cloud](https://www.aliyun.com) et avoir passé la vérification d'identité. La plupart des services ont un quota gratuit.
-
-## Obtention de la clé de la plateforme Alibaba Cloud Bailian
-1. Connectez-vous à la [plateforme de services de modèles de grande taille Alibaba Cloud Bailian](https://bailian.console.aliyun.com/), survolez l'icône de votre centre personnel en haut à droite de la page, puis cliquez sur API-KEY dans le menu déroulant.
-![Bailian](/docs/images/bailian_1.png)
-2. Dans la barre de navigation à gauche, sélectionnez Tous les API-KEY ou Mes API-KEY, puis créez ou consultez votre API Key.
+Vous devez d'abord avoir un compte [Alibaba Cloud](https://www.aliyun.com) et avoir vérifié votre identité. La plupart des services offrent un quota gratuit.
## Obtention de `access_key_id` et `access_key_secret` d'Alibaba Cloud
1. Accédez à la [page de gestion des AccessKey d'Alibaba Cloud](https://ram.console.aliyun.com/profile/access-keys).
-2. Cliquez sur Créer AccessKey, et si nécessaire, choisissez le mode d'utilisation, sélectionnez "Utilisation dans un environnement de développement local".
-![Access Key Alibaba Cloud](/docs/images/aliyun_accesskey_1.png)
+2. Cliquez sur "Créer AccessKey". Si nécessaire, choisissez le mode d'utilisation, sélectionnez "Utilisation dans un environnement de développement local".
+![Clé d'accès Alibaba Cloud](/docs/images/aliyun_accesskey_1.png)
3. Conservez-les en toute sécurité, il est préférable de les copier dans un fichier local.
## Activation du service de voix d'Alibaba Cloud
-1. Accédez à la [page de gestion du service de voix d'Alibaba Cloud](https://nls-portal.console.aliyun.com/applist), vous devez activer le service lors de votre première connexion.
-2. Cliquez sur Créer un projet.
+1. Accédez à la [page de gestion du service de voix d'Alibaba Cloud](https://nls-portal.console.aliyun.com/applist). La première fois, vous devez activer le service.
+2. Cliquez sur "Créer un projet".
![Voix Alibaba Cloud](/docs/images/aliyun_speech_1.png)
3. Sélectionnez les fonctionnalités et activez-les.
![Voix Alibaba Cloud](/docs/images/aliyun_speech_2.png)
-4. La "synthèse vocale en temps réel (modèle CosyVoice)" doit être mise à niveau vers la version commerciale, les autres services peuvent être utilisés avec la version d'essai gratuite.
+4. La "synthèse vocale de texte en continu (modèle CosyVoice)" doit être mise à niveau vers la version commerciale, les autres services peuvent utiliser la version d'essai gratuite.
![Voix Alibaba Cloud](/docs/images/aliyun_speech_3.png)
5. Copiez simplement la clé de l'application.
![Voix Alibaba Cloud](/docs/images/aliyun_speech_4.png)
## Activation du service OSS d'Alibaba Cloud
-1. Accédez à la [console de service de stockage d'objets Alibaba Cloud](https://oss.console.aliyun.com/overview), vous devez activer le service lors de votre première connexion.
-2. Sélectionnez la liste des Buckets à gauche, puis cliquez sur Créer.
+1. Accédez à la [console de service de stockage d'objets d'Alibaba Cloud](https://oss.console.aliyun.com/overview). La première fois, vous devez activer le service.
+2. Sélectionnez la liste des Buckets à gauche, puis cliquez sur "Créer".
![OSS Alibaba Cloud](/docs/images/aliyun_oss_1.png)
-3. Choisissez Création rapide, remplissez un nom de Bucket conforme aux exigences et sélectionnez la région **Shanghai**, puis terminez la création (le nom que vous remplissez ici est la valeur de la configuration `aliyun.oss.bucket`).
+3. Choisissez "Création rapide", remplissez un nom de Bucket conforme aux exigences et sélectionnez la région **Shanghai**, puis terminez la création (le nom que vous saisissez ici est la valeur de la configuration `aliyun.oss.bucket`).
![OSS Alibaba Cloud](/docs/images/aliyun_oss_2.png)
4. Une fois la création terminée, accédez au Bucket.
![OSS Alibaba Cloud](/docs/images/aliyun_oss_3.png)
diff --git a/docs/jp/README.md b/docs/jp/README.md
index 8ce30491..2b0399a9 100644
--- a/docs/jp/README.md
+++ b/docs/jp/README.md
@@ -13,32 +13,32 @@
</div>
-### 📢win&macデスクトップ版新リリース テストフィードバック歓迎[ドキュメントは少し遅れていますが、継続的に更新中]
+ ## プロジェクト概要 ([今すぐオンライン版を体験!](https://www.klic.studio/))
- ## プロジェクト概要
-
-Krillin AIは、音声と動画のローカライズおよび強化のためのオールインワンソリューションです。このシンプルで強力なツールは、音声翻訳、ナレーション、音声クローンを統合し、横向きおよび縦向きのフォーマット出力をサポートし、すべての主要プラットフォーム(Bilibili、小紅書、Douyin、動画号、Kuaishou、YouTube、TikTokなど)で完璧に表示されることを保証します。エンドツーエンドのワークフローを通じて、Krillin AIは数回のクリックで元の素材を美しいクロスプラットフォームコンテンツに変換します。
+Krillin AIは、音声と動画のローカライズおよび強化ソリューションです。このシンプルで強力なツールは、音声と動画の翻訳、ナレーション、音声クローンを一体化し、横向きおよび縦向きのフォーマット出力をサポートし、すべての主要プラットフォーム(Bilibili、小紅書、Douyin、動画号、Kuaishou、YouTube、TikTokなど)で完璧に表示されることを保証します。エンドツーエンドのワークフローを通じて、Krillin AIは数回のクリックで、元の素材を美しいクロスプラットフォームコンテンツに変換します。
## 主な特徴と機能:
-🎯 **ワンクリック起動**:複雑な環境設定は不要、自動で依存関係をインストールし、すぐに使用開始できる新しいデスクトップ版で、より便利に!
+🎯 **ワンクリック起動**:複雑な環境設定は不要、自動で依存関係をインストールし、すぐに使用開始。デスクトップ版が新たに追加され、より便利に!
📥 **動画取得**:yt-dlpによるダウンロードまたはローカルファイルのアップロードをサポート
-📜 **高精度認識**:Whisperに基づく高精度音声認識
+📜 **正確な認識**:Whisperに基づく高精度音声認識
-🧠 **インテリジェントセグメンテーション**:LLMを使用して字幕のセグメンテーションと整列を行う
+🧠 **スマートセグメンテーション**:LLMを使用して字幕のセグメンテーションと整列を行う
🔄 **用語置換**:専門用語をワンクリックで置換
-🌍 **専門翻訳**:LLMに基づき、段落レベルの翻訳で意味の一貫性を保持
+🌍 **専門翻訳**:文脈を考慮したLLM翻訳で自然な意味を保持
🎙️ **音声クローン**:CosyVoiceの厳選音色またはカスタム音色のクローンを提供
🎬 **動画合成**:横向きおよび縦向きの動画と字幕のレイアウトを自動処理
+💻 **クロスプラットフォーム**:Windows、Linux、macOSをサポートし、デスクトップ版とサーバー版を提供
+
## 効果の展示
-下の画像は46分のローカル動画をインポートし、ワンクリックで生成された字幕ファイルのトラック効果で、手動調整は一切行っていません。欠落や重複はなく、文の切れ目も自然で、翻訳の質も非常に高いです。
+下の画像は46分のローカル動画をインポートし、ワンクリックで生成された字幕ファイルのトラックに入った後の効果で、手動調整は一切ありません。欠落や重複はなく、文の切れ目も自然で、翻訳の質も非常に高いです。
![整列効果](/docs/images/alignment.png)
<table>
@@ -71,30 +71,35 @@ https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71
</tr>
</table>
-## 🔍 音声認識サービスサポート
-_**下表のローカルモデルはすべて自動インストール可能な実行ファイル+モデルファイルをサポートします。選択するだけで、他はKrillinAIがすべて準備します。**_
+## 🔍 音声認識サービスのサポート
+_**下表のローカルモデルはすべて自動インストール可能な実行ファイル+モデルファイルをサポートします。選択するだけで、KrillinAIがすべて準備します。**_
-| サービスソース | 対応プラットフォーム | モデルオプション | ローカル/クラウド | 備考 |
+| サービスソース | 対応プラットフォーム | モデル選択肢 | ローカル/クラウド | 備考 |
|--------------------|-----------------|----------------------------------------|-------|-------------|
-| **OpenAI Whisper** | 全プラットフォーム | - | クラウド | 速度が速く、効果が良い |
+| **OpenAI Whisper** | 全プラットフォーム | - | クラウド | 速度が速く、効果が良い |
| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (推奨medium+) | ローカル | さらに速く、クラウドサービスのコストなし |
| **WhisperKit** | macOS (Mシリーズチップのみ) | `large-v2` | ローカル | Appleチップに最適化 |
-| **WhisperCpp** | 全プラットフォーム | `large-v2` | ローカル | 全プラットフォームをサポート |
-| **阿里云ASR** | 全プラットフォーム | - | クラウド | 中国本土のネットワーク問題を回避 |
+| **WhisperCpp** | 全プラットフォーム | `large-v2` | ローカル | 全プラットフォームをサポート |
+| **阿里云ASR** | 全プラットフォーム | - | クラウド | 中国本土のネットワーク問題を回避 |
-## 🚀 大言語モデルサポート
+## 🚀 大言語モデルのサポート
-✅ すべての **OpenAI API仕様** に準拠したクラウド/ローカルの大言語モデルサービスに対応しており、以下を含むがこれに限らない:
+✅ すべての **OpenAI API仕様** に準拠したクラウド/ローカルの大言語モデルサービスに対応しており、以下を含みますが、これに限定されません:
- OpenAI
+- Gemini
- DeepSeek
- 通義千問
-- ローカルデプロイのオープンソースモデル
-- その他OpenAI形式のAPIサービス
+- ローカルにデプロイされたオープンソースモデル
+- その他OpenAI形式に対応したAPIサービス
+
+## 🎤 TTSテキストから音声へのサポート
+- 阿里云音声サービス
+- OpenAI TTS
## 言語サポート
-入力言語サポート:中文、英語、日本語、ドイツ語、トルコ語、韓国語、ロシア語、マレー語(継続的に追加中)
+入力言語のサポート:中文、英語、日本語、ドイツ語、トルコ語、韓国語、ロシア語、マレー語(継続的に追加中)
-翻訳言語サポート:英語、中国語、ロシア語、スペイン語、フランス語など101種類の言語
+翻訳言語のサポート:英語、中国語、ロシア語、スペイン語、フランス語など101言語
## インターフェースプレビュー
![インターフェースプレビュー](/docs/images/ui_desktop.png)
@@ -102,22 +107,22 @@ _**下表のローカルモデルはすべて自動インストール可能な
## 🚀 クイックスタート
### 基本ステップ
-まず、[Release](https://github.com/krillinai/KrillinAI/releases)からデバイスシステムに適した実行ファイルをダウンロードし、以下のチュートリアルに従ってデスクトップ版または非デスクトップ版を選択し、空のフォルダに配置します。ソフトウェアを空のフォルダにダウンロードしてください。実行後にいくつかのディレクトリが生成されるため、空のフォルダに置くと管理がしやすくなります。
+まず、[Release](https://github.com/krillinai/KrillinAI/releases)から、あなたのデバイスシステムに合った実行ファイルをダウンロードし、以下のチュートリアルに従ってデスクトップ版か非デスクトップ版を選択し、空のフォルダに配置します。ソフトウェアを空のフォルダにダウンロードしてください。実行後にいくつかのディレクトリが生成されるため、空のフォルダに配置することで管理がしやすくなります。
【デスクトップ版の場合、releaseファイルにdesktopが含まれている場合はこちらを参照】
-_デスクトップ版は新しくリリースされたもので、新規ユーザーが設定ファイルを正しく編集するのが難しい問題を解決するために、まだ多くのバグがあり、継続的に更新中です。_
-1. ファイルをダブルクリックするだけで使用開始できます(デスクトップ版も設定が必要です。ソフトウェア内で設定します)
+_デスクトップ版は新たにリリースされ、新規ユーザーが設定ファイルを正しく編集するのが難しい問題を解決するために、いくつかのバグがあり、継続的に更新中です。_
+1. ファイルをダブルクリックするだけで使用開始できます(デスクトップ版も設定が必要です。ソフトウェア内で設定します)。
【非デスクトップ版の場合、releaseファイルにdesktopが含まれていない場合はこちらを参照】
-_非デスクトップ版は初期のバージョンで、設定が複雑ですが、機能は安定しており、サーバーデプロイに適しています。ウェブ方式でUIを提供します。_
-1. フォルダ内に`config`フォルダを作成し、その中に`config.toml`ファイルを作成します。ソースコードの`config`ディレクトリ内の`config-example.toml`ファイルの内容をコピーして`config.toml`に貼り付け、あなたの設定情報を記入します。
-2. ダブルクリックするか、ターミナルで実行ファイルを実行してサービスを起動します
-3. ブラウザを開き、`http://127.0.0.1:8888`を入力して使用を開始します(8888は設定ファイルに記入したポートに置き換えてください)
+_非デスクトップ版は初期のバージョンで、設定が複雑ですが、機能は安定しており、サーバーへのデプロイに適しています。UIはウェブ形式で提供されます。_
+1. フォルダ内に`config`フォルダを作成し、その中に`config.toml`ファイルを作成します。ソースコードの`config`ディレクトリ内の`config-example.toml`ファイルの内容をコピーして`config.toml`に貼り付け、コメントに従って設定情報を記入します。
+2. ダブルクリックするか、ターミナルで実行ファイルを実行してサービスを起動します。
+3. ブラウザを開き、`http://127.0.0.1:8888`を入力して使用を開始します(8888は設定ファイルに記入したポートに置き換えてください)。
-### To: macOSユーザー
+### macOSユーザーへ
【デスクトップ版の場合、releaseファイルにdesktopが含まれている場合はこちらを参照】
-デスクトップ版は現在、署名などの問題により、ダブルクリックで直接実行したり、dmgインストールを行うことができません。手動でアプリを信頼する必要があります。方法は以下の通りです:
-1. ターミナルで実行ファイル(ファイル名がKrillinAI_1.0.0_desktop_macOS_arm64と仮定)のあるディレクトリを開きます
+デスクトップ版は現在、署名などの問題により、ダブルクリックで直接実行したり、dmgをインストールしたりすることができません。手動でアプリを信頼する必要があります。方法は以下の通りです:
+1. ターミナルで実行ファイル(ファイル名がKrillinAI_1.0.0_desktop_macOS_arm64だと仮定)のあるディレクトリを開きます。
2. 次のコマンドを順に実行します:
```
sudo xattr -cr ./KrillinAI_1.0.0_desktop_macOS_arm64
@@ -126,44 +131,45 @@ sudo chmod +x ./KrillinAI_1.0.0_desktop_macOS_arm64
```
【非デスクトップ版の場合、releaseファイルにdesktopが含まれていない場合はこちらを参照】
-本ソフトウェアは署名を行っていないため、macOS上で実行する際には、「基本ステップ」でのファイル設定を完了した後、手動でアプリを信頼する必要があります。方法は以下の通りです:
-1. ターミナルで実行ファイル(ファイル名がKrillinAI_1.0.0_macOS_arm64と仮定)のあるディレクトリを開きます
+本ソフトウェアは署名を行っていないため、macOSで実行する際には、「基本ステップ」でのファイル設定を完了した後、手動でアプリを信頼する必要があります。方法は以下の通りです:
+1. ターミナルで実行ファイル(ファイル名がKrillinAI_1.0.0_macOS_arm64だと仮定)のあるディレクトリを開きます。
2. 次のコマンドを順に実行します:
```
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
```
- これでサービスが起動します
+ これでサービスが起動します。
### Dockerデプロイ
本プロジェクトはDockerデプロイをサポートしています。詳細は[Dockerデプロイの説明](./docker.md)を参照してください。
-### Cookie設定説明(必須ではありません)
+### Cookie設定の説明(必須ではありません)
-動画ダウンロードに失敗した場合は、
+動画のダウンロードに失敗した場合は、
-[Cookie設定説明](./get_cookies.md)を参照してCookie情報を設定してください。
+[Cookie設定の説明](./get_cookies.md)を参照して、Cookie情報を設定してください。
### 設定ヘルプ(必見)
-最も迅速で便利な設定方法:
-* `transcription_provider`と`llm_provider`の両方を`openai`に設定すると、下の`openai`、`local_model`、`aliyun`の3つの設定項目の大分類で`openai.apikey`だけを記入すれば字幕翻訳が可能です。(`app.proxy`、`model`、`openai.base_url`は必要に応じて記入)
+最も迅速かつ便利な設定方法:
+* `transcribe.provider.name`に`openai`を記入すると、`transcribe.openai`ブロックと`llm`ブロックの大モデル設定を記入するだけで字幕翻訳が可能です。(`app.proxy`、`model`、`openai.base_url`は必要に応じて記入)
+
+ローカル音声認識モデルを使用する設定方法(コスト、速度、品質のバランスを考慮)
+* `transcribe.provider.name`に`fasterwhisper`を記入し、`transcribe.fasterwhisper.model`に`large-v2`を記入、その後`llm`に大モデル設定を記入することで字幕翻訳が可能です。ローカルモデルは自動的にダウンロードされます。(`app.proxy`や`openai.base_url`は同様)
+
+テキストから音声への変換(TTS)はオプションで、設定ロジックは上記と同様です。`tts.provider.name`を記入し、その後`tts`の下の対応する設定ブロックを記入すれば大丈夫です。UI内の音声コードは選択したプロバイダーのドキュメントに従って記入してください。阿里云のakskなどの記入は重複する可能性がありますが、設定構造を明確にするためです。
+注意:音声クローンを使用する場合、`tts`は`aliyun`の選択のみをサポートします。
-ローカル音声認識モデルを使用する設定方法(macOSは現在サポートされていません):
-* `transcription_provider`に`fasterwhisper`、`llm_provider`に`openai`を記入すると、下の`openai`、`local_model`の3つの設定項目の大分類で`openai.apikey`と`local_model.faster_whisper`だけを記入すれば字幕翻訳が可能で、ローカルモデルが自動でダウンロードされます。(`app.proxy`と`openai.base_url`は同様)
+**阿里云のAccessKey、Bucket、AppKeyの取得方法については**:[阿里云設定の説明](./aliyun.md)をお読みください。
-以下の状況では、阿里云の設定が必要です:
-* `llm_provider`に`aliyun`を記入した場合、阿里云の大モデルサービスを使用する必要があるため、`aliyun.bailian`項目の設定が必要です。
-* `transcription_provider`に`aliyun`を記入した場合、またはタスクを開始する際に「ナレーション」機能を有効にした場合、阿里云の音声サービスを使用する必要があるため、`aliyun.speech`項目の設定が必要です。
-* 「ナレーション」機能を有効にし、ローカルの音声をアップロードして音色クローンを行った場合、阿里云のOSSクラウドストレージサービスを使用する必要があるため、`aliyun.oss`項目の設定が必要です。
-阿里云設定ヘルプ:[阿里云設定説明](./aliyun.md)
+タスク=音声認識+大モデル翻訳+音声サービス(TTSなど、オプション)であることを理解してください。これは設定ファイルを理解するのに役立ちます。
## よくある質問
[よくある質問](./faq.md)をご覧ください。
## 貢献規範
-1. 無駄なファイル(.vscode、.ideaなど)を提出しないでください。`.gitignore`を使用してフィルタリングしてください。
+1. 無駄なファイル(.vscode、.ideaなど)を提出しないでください。`.gitignore`を使ってフィルタリングしてください。
2. config.tomlを提出せず、config-example.tomlを使用して提出してください。
## お問い合わせ
diff --git a/docs/jp/aliyun.md b/docs/jp/aliyun.md
index 6fa4bb0c..55e72431 100644
--- a/docs/jp/aliyun.md
+++ b/docs/jp/aliyun.md
@@ -1,22 +1,17 @@
## 前提条件
-まず、[阿里云](https://www.aliyun.com)のアカウントを作成し、本人確認を行う必要があります。ほとんどのサービスには無料枠があります。
-
-## 阿里云百炼プラットフォームのキー取得
-1. [阿里云百炼大模型サービスプラットフォーム](https://bailian.console.aliyun.com/)にログインし、ページ右上の個人センターアイコンにマウスをホバーさせ、ドロップダウンメニューからAPI-KEYをクリックします。
-![百炼](/docs/images/bailian_1.png)
-2. 左側のナビゲーションバーで、すべてのAPI-KEYまたは私のAPI-KEYを選択し、API Keyを作成または確認します。
+[阿里云](https://www.aliyun.com)のアカウントを作成し、本人確認を行う必要があります。ほとんどのサービスには無料枠があります。
## 阿里云`access_key_id`と`access_key_secret`の取得
1. [阿里云AccessKey管理ページ](https://ram.console.aliyun.com/profile/access-keys)にアクセスします。
-2. AccessKeyを作成するをクリックし、必要に応じて使用方法を選択し、「ローカル開発環境で使用」を選択します。
+2. AccessKeyを作成するためにクリックし、必要に応じて使用方法を選択し、「ローカル開発環境で使用」を選択します。
![阿里云access key](/docs/images/aliyun_accesskey_1.png)
3. 大切に保管し、できればローカルファイルにコピーして保存します。
## 阿里云音声サービスの開通
-1. [阿里云音声サービス管理ページ](https://nls-portal.console.aliyun.com/applist)にアクセスし、初めて入る場合はサービスを開通させる必要があります。
-2. プロジェクトを作成をクリックします。
+1. [阿里云音声サービス管理ページ](https://nls-portal.console.aliyun.com/applist)にアクセスし、初めての場合はサービスを開通させる必要があります。
+2. プロジェクトを作成するためにクリックします。
![阿里云speech](/docs/images/aliyun_speech_1.png)
-3. 機能を選択し、開通させます。
+3. 機能を選択して開通させます。
![阿里云speech](/docs/images/aliyun_speech_2.png)
4. 「ストリーミングテキスト音声合成(CosyVoice大モデル)」は商用版にアップグレードする必要があります。他のサービスは無料体験版を使用できます。
![阿里云speech](/docs/images/aliyun_speech_3.png)
@@ -24,13 +19,13 @@
![阿里云speech](/docs/images/aliyun_speech_4.png)
## 阿里云OSSサービスの開通
-1. [阿里云オブジェクトストレージサービスコンソール](https://oss.console.aliyun.com/overview)にアクセスし、初めて入る場合はサービスを開通させる必要があります。
-2. 左側でBucketリストを選択し、作成をクリックします。
+1. [阿里云オブジェクトストレージサービスコンソール](https://oss.console.aliyun.com/overview)にアクセスし、初めての場合はサービスを開通させる必要があります。
+2. 左側のBucketリストを選択し、次に作成をクリックします。
![阿里云OSS](/docs/images/aliyun_oss_1.png)
-3. クイック作成を選択し、要件に合ったBucket名を入力し、**上海**地域を選択して作成を完了します(ここで入力した名前が設定項目`aliyun.oss.bucket`の値になります)。
+3. クイック作成を選択し、要件に合ったBucket名を入力し、**上海**地域を選択して作成を完了します(ここに入力した名前が設定項目`aliyun.oss.bucket`の値になります)。
![阿里云OSS](/docs/images/aliyun_oss_2.png)
4. 作成が完了したらBucketに入ります。
![阿里云OSS](/docs/images/aliyun_oss_3.png)
-5. 「公共アクセスをブロック」スイッチをオフにし、読み書き権限を「公共読み」に設定します。
+5. 「公共アクセスをブロック」スイッチをオフにし、読み書き権限を「公共読み取り」に設定します。
![阿里云OSS](/docs/images/aliyun_oss_4.png)
![阿里云OSS](/docs/images/aliyun_oss_5.png)
\ No newline at end of file
diff --git a/docs/kr/README.md b/docs/kr/README.md
index 21dbdc1b..a6b13219 100644
--- a/docs/kr/README.md
+++ b/docs/kr/README.md
@@ -13,14 +13,12 @@
</div>
-### 📢윈도우&맥 데스크탑 버전 새로 출시, 테스트 피드백 환영합니다[문서가 다소 구식이며 지속적으로 업데이트 중입니다]
-
- ## 프로젝트 소개
+ ## 프로젝트 소개 ([지금 온라인 버전 체험하기!](https://www.klic.studio/))
Krillin AI는 다목적 음성 및 비디오 현지화 및 향상 솔루션입니다. 이 간단하면서도 강력한 도구는 음성 및 비디오 번역, 더빙, 음성 클론을 통합하여 가로 및 세로 화면 형식 출력을 지원하며, 모든 주요 플랫폼(비리비리, 샤오홍슈, 도우인, 비디오 번호, 쾌손, 유튜브, 틱톡 등)에서 완벽하게 표현됩니다. 엔드 투 엔드 워크플로우를 통해 Krillin AI는 몇 번의 클릭만으로 원본 자료를 아름답고 즉시 사용할 수 있는 크로스 플랫폼 콘텐츠로 변환합니다.
## 주요 특징 및 기능:
-🎯 **원클릭 시작**: 복잡한 환경 설정 없이 자동으로 종속성을 설치하고 즉시 사용할 수 있으며, 새로운 데스크탑 버전으로 더욱 편리하게 사용할 수 있습니다!
+🎯 **원클릭 시작**: 복잡한 환경 설정 없이 자동으로 종속성을 설치하고 즉시 사용할 수 있으며, 새로운 데스크탑 버전으로 더 편리하게 사용할 수 있습니다!
📥 **비디오 가져오기**: yt-dlp 다운로드 또는 로컬 파일 업로드 지원
@@ -30,15 +28,17 @@ Krillin AI는 다목적 음성 및 비디오 현지화 및 향상 솔루션입
🔄 **용어 교체**: 전문 분야 용어를 원클릭으로 교체
-🌍 **전문 번역**: LLM 기반으로 문단 수준의 번역이 의미의 일관성을 유지합니다.
+🌍 **전문 번역**: 맥락을 고려한 LLM 번역으로 자연스러운 의미 유지
🎙️ **더빙 클론**: CosyVoice의 선택된 음색 또는 사용자 정의 음색 클론 제공
-🎬 **비디오 합성**: 가로 및 세로 비디오 및 자막 레이아웃을 자동으로 처리합니다.
+🎬 **비디오 합성**: 가로 및 세로 비디오 및 자막 레이아웃 자동 처리
+
+💻 **크로스 플랫폼**: Windows, Linux, macOS 지원, 데스크탑 버전 및 서버 버전 제공
## 효과 시연
-아래 이미지는 46분 길이의 로컬 비디오를 가져온 후 원클릭 실행으로 생성된 자막 파일의 효과로, 수동 조정 없이도 자연스럽게 문장이 끊어지고 번역 품질이 매우 높습니다.
+아래 이미지는 46분 길이의 로컬 비디오를 가져온 후 원클릭 실행으로 생성된 자막 파일의 효과로, 수동 조정 없이 자연스럽게 구분되어 있습니다. 누락이나 중첩 없이, 문장이 자연스럽고 번역 품질도 매우 높습니다.
![정렬 효과](/docs/images/alignment.png)
<table>
@@ -72,9 +72,9 @@ https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71
</table>
## 🔍 음성 인식 서비스 지원
-_**아래 표의 로컬 모델은 모두 자동 설치 가능한 실행 파일 + 모델 파일을 지원하며, 선택만 하면 KrillinAI가 모든 것을 준비해드립니다.**_
+_**아래 표의 로컬 모델은 모두 자동 설치 가능한 실행 파일 + 모델 파일을 지원하며, 선택만 하면 KrillinAI가 모든 것을 준비해 줍니다.**_
-| 서비스 소스 | 지원 플랫폼 | 모델 선택 사항 | 로컬/클라우드 | 비고 |
+| 서비스 소스 | 지원 플랫폼 | 모델 선택 옵션 | 로컬/클라우드 | 비고 |
|--------------------|-----------------|----------------------------------------|-------|-------------|
| **OpenAI Whisper** | 모든 플랫폼 | - | 클라우드 | 빠르고 효과적 |
| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (추천 medium+) | 로컬 | 더 빠르며 클라우드 서비스 비용 없음 |
@@ -86,11 +86,16 @@ _**아래 표의 로컬 모델은 모두 자동 설치 가능한 실행 파일 +
✅ 모든 **OpenAI API 규격**에 부합하는 클라우드/로컬 대형 언어 모델 서비스와 호환되며, 포함하되 이에 국한되지 않습니다:
- OpenAI
+- Gemini
- DeepSeek
- 통의천문
- 로컬 배포된 오픈 소스 모델
- 기타 OpenAI 형식의 API 서비스
+## 🎤 TTS 텍스트 음성 변환 지원
+- 알리바바 클라우드 음성 서비스
+- OpenAI TTS
+
## 언어 지원
입력 언어 지원: 중국어, 영어, 일본어, 독일어, 터키어, 한국어, 러시아어, 말레이어(지속적으로 추가 중)
@@ -102,73 +107,74 @@ _**아래 표의 로컬 모델은 모두 자동 설치 가능한 실행 파일 +
## 🚀 빠른 시작
### 기본 단계
-먼저 [Release](https://github.com/krillinai/KrillinAI/releases)에서 귀하의 장치 시스템에 맞는 실행 파일을 다운로드하고, 아래의 튜토리얼에 따라 데스크탑 버전 또는 비데스크탑 버전을 선택한 후 빈 폴더에 넣으십시오. 소프트웨어가 실행된 후 일부 디렉토리가 생성되므로 빈 폴더에 두는 것이 관리하기 더 좋습니다.
+먼저 [Release](https://github.com/krillinai/KrillinAI/releases)에서 귀하의 장치 시스템에 맞는 실행 파일을 다운로드하고, 아래의 튜토리얼에 따라 데스크탑 버전 또는 비데스크탑 버전을 선택한 후 빈 폴더에 넣어 소프트웨어를 다운로드합니다. 실행 후 일부 디렉토리가 생성되므로 빈 폴더에 두면 관리하기 더 좋습니다.
-【데스크탑 버전인 경우, 즉 release 파일에 desktop이 포함된 경우 여기를 참조하세요】
-_데스크탑 버전은 새로 출시된 것으로, 초보 사용자가 구성 파일을 올바르게 편집하기 어려운 문제를 해결하기 위해 지속적으로 업데이트 중입니다._
-1. 파일을 두 번 클릭하여 사용을 시작합니다(데스크탑 버전도 설정이 필요하며, 소프트웨어 내에서 설정합니다).
+【데스크탑 버전인 경우, 즉 release 파일에 desktop이 포함된 경우 이곳을 참조】
+_데스크탑 버전은 새로 출시된 것으로, 초보 사용자가 구성 파일을 올바르게 편집하기 어려운 문제를 해결하기 위해 지속적으로 업데이트되고 있습니다._
+1. 파일을 두 번 클릭하여 사용을 시작합니다(데스크탑에서도 구성해야 하며, 소프트웨어 내에서 구성합니다).
-【비데스크탑 버전인 경우, 즉 release 파일에 desktop이 포함되지 않은 경우 여기를 참조하세요】
-_비데스크탑 버전은 초기 버전으로, 설정이 복잡하지만 기능이 안정적이며 서버 배포에 적합합니다. 웹 방식으로 UI를 제공합니다._
-1. 폴더 내에 `config` 폴더를 생성한 후, `config` 폴더 내에 `config.toml` 파일을 생성하고, 소스 코드 `config` 디렉토리의 `config-example.toml` 파일 내용을 복사하여 `config.toml`에 붙여넣고, 귀하의 구성 정보를 참고하여 작성합니다.
+【비데스크탑 버전인 경우, 즉 release 파일에 desktop이 포함되지 않은 경우 이곳을 참조】
+_비데스크탑 버전은 초기 버전으로, 구성은 다소 복잡하지만 기능은 안정적이며 서버 배포에 적합합니다. 웹 방식으로 UI를 제공합니다._
+1. 폴더 내에 `config` 폴더를 생성한 후, `config` 폴더 내에 `config.toml` 파일을 생성하고, 소스 코드 `config` 디렉토리의 `config-example.toml` 파일 내용을 복사하여 `config.toml`에 붙여넣고 주석에 따라 구성 정보를 입력합니다.
2. 두 번 클릭하거나 터미널에서 실행 파일을 실행하여 서비스를 시작합니다.
3. 브라우저를 열고 `http://127.0.0.1:8888`를 입력하여 사용을 시작합니다 (8888은 구성 파일에 입력한 포트로 교체).
-### To: macOS 사용자
-【데스크탑 버전인 경우, 즉 release 파일에 desktop이 포함된 경우 여기를 참조하세요】
-현재 데스크탑 버전은 서명 문제로 인해 두 번 클릭하여 직접 실행하거나 dmg 설치를 할 수 없으며, 수동으로 애플리케이션을 신뢰해야 합니다. 방법은 다음과 같습니다:
-1. 터미널에서 실행 파일(파일 이름이 KrillinAI_1.0.0_desktop_macOS_arm64라고 가정)의 디렉토리를 엽니다.
-2. 다음 명령을 순차적으로 실행합니다:
+### macOS 사용자에게
+【데스크탑 버전인 경우, 즉 release 파일에 desktop이 포함된 경우 이곳을 참조】
+현재 데스크탑 버전은 서명 문제로 인해 두 번 클릭하여 직접 실행하거나 dmg 설치가 불가능하며, 수동으로 애플리케이션을 신뢰해야 합니다. 방법은 다음과 같습니다:
+1. 터미널에서 실행 파일(가정: 파일 이름은 KrillinAI_1.0.0_desktop_macOS_arm64)이 있는 디렉토리로 이동합니다.
+2. 다음 명령을 순서대로 실행합니다:
```
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
```
-【비데스크탑 버전인 경우, 즉 release 파일에 desktop이 포함되지 않은 경우 여기를 참조하세요】
-이 소프트웨어는 서명을 하지 않았으므로 macOS에서 실행할 때 "기본 단계"의 파일 구성을 완료한 후에도 수동으로 애플리케이션을 신뢰해야 합니다. 방법은 다음과 같습니다:
-1. 터미널에서 실행 파일(파일 이름이 KrillinAI_1.0.0_macOS_arm64라고 가정)의 디렉토리를 엽니다.
-2. 다음 명령을 순차적으로 실행합니다:
+【비데스크탑 버전인 경우, 즉 release 파일에 desktop이 포함되지 않은 경우 이곳을 참조】
+이 소프트웨어는 서명을 하지 않았으므로 macOS에서 실행할 때 "기본 단계"의 파일 구성을 완료한 후 수동으로 애플리케이션을 신뢰해야 합니다. 방법은 다음과 같습니다:
+1. 터미널에서 실행 파일(가정: 파일 이름은 KrillinAI_1.0.0_macOS_arm64)이 있는 디렉토리로 이동합니다.
+2. 다음 명령을 순서대로 실행합니다:
```
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
```
- 그러면 서비스가 시작됩니다.
+ 이렇게 하면 서비스를 시작할 수 있습니다.
### Docker 배포
이 프로젝트는 Docker 배포를 지원합니다. [Docker 배포 설명서](./docker.md)를 참조하십시오.
### 쿠키 구성 설명(선택 사항)
-비디오 다운로드 실패 상황이 발생하면
+비디오 다운로드 실패 문제가 발생하는 경우
[쿠키 구성 설명](./get_cookies.md)을 참조하여 쿠키 정보를 구성하십시오.
### 구성 도움말(필독)
가장 빠르고 편리한 구성 방법:
-* `transcription_provider`와 `llm_provider`를 모두 `openai`로 선택하면, 아래의 `openai`、`local_model`、`aliyun` 세 가지 구성 항목에서 `openai.apikey`만 입력하면 자막 번역이 가능합니다.(`app.proxy`、`model` 및 `openai.base_url`은 상황에 따라 선택적으로 입력)
+* `transcribe.provider.name`에 `openai`를 입력하면 `transcribe.openai` 블록과 `llm` 블록의 대형 모델 구성만 입력하면 자막 번역이 가능합니다.(`app.proxy`, `model` 및 `openai.base_url`은 상황에 따라 선택적으로 입력)
+
+로컬 음성 인식 모델을 사용하는 구성 방법(비용, 속도 및 품질을 고려한 선택)
+* `transcribe.provider.name`에 `fasterwhisper`를 입력하고, `transcribe.fasterwhisper.model`에 `large-v2`를 입력한 후, `llm`에 대형 모델 구성을 입력하면 자막 번역이 가능합니다. 로컬 모델은 자동으로 다운로드 및 설치됩니다.(`app.proxy` 및 `openai.base_url`은 위와 동일)
+
+텍스트 음성 변환(TTS)은 선택 사항이며, 구성 논리는 위와 동일합니다. `tts.provider.name`을 입력한 후, `tts` 아래의 해당 구성 블록을 입력하면 됩니다. UI에서 음성 코드는 선택한 제공자의 문서에 따라 입력하면 됩니다. 알리바바 클라우드의 aksk 등의 입력은 중복될 수 있으며, 이는 구성 구조를 명확하게 하기 위함입니다.
+주의: 음성 클론을 사용하는 경우, `tts`는 `aliyun`만 선택할 수 있습니다.
-로컬 언어 인식 모델을 사용하는 구성 방법(현재 macOS는 지원하지 않음):
-* `transcription_provider`에 `fasterwhisper`를 입력하고, `llm_provider`에 `openai`를 입력하면, 아래의 `openai`、`local_model` 세 가지 구성 항목에서 `openai.apikey`와 `local_model.faster_whisper`만 입력하면 자막 번역이 가능하며, 로컬 모델이 자동으로 다운로드됩니다.(`app.proxy`와 `openai.base_url`은 위와 동일)
+**알리바바 클라우드 AccessKey, Bucket, AppKey를 얻으려면**: [알리바바 클라우드 구성 설명](./aliyun.md)을 읽어 주십시오.
-다음과 같은 경우에는 알리바바 클라우드 구성이 필요합니다:
-* `llm_provider`에 `aliyun`을 입력한 경우, 알리바바 클라우드의 대형 모델 서비스를 사용해야 하므로 `aliyun.bailian` 항목을 구성해야 합니다.
-* `transcription_provider`에 `aliyun`을 입력했거나, 작업 시작 시 "더빙" 기능을 활성화한 경우, 알리바바 클라우드의 음성 서비스를 사용해야 하므로 `aliyun.speech` 항목을 구성해야 합니다.
-* "더빙" 기능을 활성화하고 로컬 오디오를 업로드하여 음색 클론을 만들 경우, 알리바바 클라우드의 OSS 클라우드 저장 서비스도 사용해야 하므로 `aliyun.oss` 항목을 구성해야 합니다.
-알리바바 클라우드 구성 도움말: [알리바바 클라우드 구성 설명](./aliyun.md)
+작업 = 음성 인식 + 대형 모델 번역 + 음성 서비스(TTS 등, 선택 사항)라는 점을 이해하면 구성 파일을 이해하는 데 도움이 됩니다.
## 자주 묻는 질문
-자주 묻는 질문은 [여기](./faq.md)를 참조하십시오.
+자세한 내용은 [자주 묻는 질문](./faq.md)을 참조하십시오.
## 기여 규범
1. .vscode, .idea와 같은 불필요한 파일을 제출하지 마십시오. .gitignore를 사용하여 필터링하십시오.
-2. config.toml을 제출하지 말고, config-example.toml을 제출하십시오.
+2. config.toml을 제출하지 말고 config-example.toml을 제출하십시오.
## 문의하기
-1. QQ 그룹에 가입하여 질문을 해결하십시오: 754069680
-2. 우리의 소셜 미디어 계정을 팔로우하십시오, [비리비리](https://space.bilibili.com/242124650)에서 매일 AI 기술 분야의 양질의 콘텐츠를 공유합니다.
+1. 우리의 QQ 그룹에 가입하여 질문을 해결하십시오: 754069680
+2. 우리의 소셜 미디어 계정을 팔로우하십시오, [비리비리](https://space.bilibili.com/242124650), 매일 AI 기술 분야의 양질의 콘텐츠를 공유합니다.
## 스타 역사
diff --git a/docs/kr/aliyun.md b/docs/kr/aliyun.md
index 68a0dbaa..acff81e6 100644
--- a/docs/kr/aliyun.md
+++ b/docs/kr/aliyun.md
@@ -1,36 +1,31 @@
## 전제 조건
-먼저 [알리바바 클라우드](https://www.aliyun.com) 계정을 만들고 실명 인증을 받아야 하며, 대부분의 서비스는 무료 할당량이 있습니다.
-
-## 알리바바 클라우드 백련 플랫폼 키 획득
-1. [알리바바 클라우드 백련 대모델 서비스 플랫폼](https://bailian.console.aliyun.com/)에 로그인한 후, 페이지 오른쪽 상단의 개인 센터 아이콘에 마우스를 올리고 드롭다운 메뉴에서 API-KEY를 클릭합니다.
-![백련](/docs/images/bailian_1.png)
-2. 왼쪽 탐색 창에서 모든 API-KEY 또는 내 API-KEY를 선택한 후 API Key를 생성하거나 확인합니다.
+먼저 [알리바바 클라우드](https://www.aliyun.com) 계정이 필요하며, 실명 인증을 받아야 합니다. 대부분의 서비스는 무료 할당량이 있습니다.
## 알리바바 클라우드 `access_key_id` 및 `access_key_secret` 획득
-1. [알리바바 클라우드 AccessKey 관리 페이지](https://ram.console.aliyun.com/profile/access-keys)로 이동합니다.
-2. AccessKey 생성을 클릭하고, 필요시 사용 방식을 선택하여 "로컬 개발 환경에서 사용"을 선택합니다.
+1. [알리바바 클라우드 AccessKey 관리 페이지](https://ram.console.aliyun.com/profile/access-keys)에 접속합니다.
+2. AccessKey 생성을 클릭하고, 필요시 사용 방식을 선택합니다. "로컬 개발 환경에서 사용"을 선택합니다.
![알리바바 클라우드 access key](/docs/images/aliyun_accesskey_1.png)
3. 안전하게 보관하며, 가능하면 로컬 파일에 복사하여 저장합니다.
## 알리바바 클라우드 음성 서비스 개통
-1. [알리바바 클라우드 음성 서비스 관리 페이지](https://nls-portal.console.aliyun.com/applist)로 이동하여 처음 들어갈 때 서비스를 개통해야 합니다.
+1. [알리바바 클라우드 음성 서비스 관리 페이지](https://nls-portal.console.aliyun.com/applist)에 접속하여, 처음 들어가면 서비스를 개통해야 합니다.
2. 프로젝트 생성을 클릭합니다.
![알리바바 클라우드 speech](/docs/images/aliyun_speech_1.png)
3. 기능을 선택하고 개통합니다.
![알리바바 클라우드 speech](/docs/images/aliyun_speech_2.png)
4. "스트리밍 텍스트 음성 합성(CosyVoice 대모델)"은 상업용 버전으로 업그레이드해야 하며, 다른 서비스는 무료 체험판을 사용할 수 있습니다.
![알리바바 클라우드 speech](/docs/images/aliyun_speech_3.png)
-5. app key를 복사하면 됩니다.
+5. app key를 복사합니다.
![알리바바 클라우드 speech](/docs/images/aliyun_speech_4.png)
## 알리바바 클라우드 OSS 서비스 개통
-1. [알리바바 클라우드 객체 저장소 서비스 콘솔](https://oss.console.aliyun.com/overview)로 이동하여 처음 들어갈 때 서비스를 개통해야 합니다.
-2. 왼쪽에서 Bucket 목록을 선택한 후 생성 버튼을 클릭합니다.
+1. [알리바바 클라우드 객체 저장 서비스 콘솔](https://oss.console.aliyun.com/overview)에 접속하여, 처음 들어가면 서비스를 개통해야 합니다.
+2. 왼쪽에서 Bucket 목록을 선택한 후, 생성을 클릭합니다.
![알리바바 클라우드 OSS](/docs/images/aliyun_oss_1.png)
-3. 빠른 생성을 선택하고 요구 사항에 맞는 Bucket 이름을 입력한 후 **상하이** 지역을 선택하여 생성을 완료합니다(여기서 입력한 이름이 구성 항목 `aliyun.oss.bucket`의 값이 됩니다).
+3. 빠른 생성을 선택하고, 요구 사항에 맞는 Bucket 이름을 입력한 후 **상하이** 지역을 선택하여 생성을 완료합니다(여기서 입력한 이름이 구성 항목 `aliyun.oss.bucket`의 값이 됩니다).
![알리바바 클라우드 OSS](/docs/images/aliyun_oss_2.png)
-4. 생성이 완료되면 Bucket으로 이동합니다.
+4. 생성 완료 후 Bucket에 들어갑니다.
![알리바바 클라우드 OSS](/docs/images/aliyun_oss_3.png)
-5. "공공 접근 차단" 스위치를 끄고 읽기 및 쓰기 권한을 "공공 읽기"로 설정합니다.
+5. "공공 접근 차단" 스위치를 끄고, 읽기 및 쓰기 권한을 "공공 읽기"로 설정합니다.
![알리바바 클라우드 OSS](/docs/images/aliyun_oss_4.png)
![알리바바 클라우드 OSS](/docs/images/aliyun_oss_5.png)
\ No newline at end of file
diff --git a/docs/pt/README.md b/docs/pt/README.md
index 8f0e6372..ab1f86b9 100644
--- a/docs/pt/README.md
+++ b/docs/pt/README.md
@@ -1,7 +1,7 @@
<div align="center">
<img src="/docs/images/logo.png" alt="KrillinAI" height="90">
- # Ferramenta de Tradução e Dublagem de Vídeo AI de Implantação Minimalista
+ # Ferramenta de Tradução e Dublagem de Vídeo AI Minimalista
<a href="https://trendshift.io/repositories/13360" target="_blank"><img src="https://trendshift.io/api/badge/repositories/13360" alt="krillinai%2FKrillinAI | Trendshift" style="width: 250px; height: 55px;" width="250" height="55"/></a>
@@ -13,32 +13,32 @@
</div>
-### 📢 Nova versão para desktop win&mac lançada. Bem-vindo a testar e dar feedback [a documentação está um pouco desatualizada, em constante atualização]
+ ## Introdução ao Projeto ([Experimente a versão online agora!](https://www.klic.studio/))
- ## Introdução ao Projeto
-
-Krillin AI é uma solução completa para localização e aprimoramento de áudio e vídeo. Esta ferramenta simples, mas poderosa, combina tradução de áudio e vídeo, dublagem e clonagem de voz, suportando formatos de saída em paisagem e retrato, garantindo uma apresentação perfeita em todas as principais plataformas (Bilibili, Xiaohongshu, Douyin, WeChat Video, Kuaishou, YouTube, TikTok, etc.). Com um fluxo de trabalho de ponta a ponta, o Krillin AI pode transformar materiais brutos em conteúdo multiplataforma pronto para uso com apenas alguns cliques.
+Krillin AI é uma solução completa para localização e aprimoramento de áudio e vídeo. Esta ferramenta simples e poderosa combina tradução de áudio e vídeo, dublagem e clonagem de voz, suportando saídas em formatos retrato e paisagem, garantindo uma apresentação perfeita em todas as principais plataformas (Bilibili, Xiaohongshu, Douyin, WeChat Video, Kuaishou, YouTube, TikTok, etc.). Com um fluxo de trabalho de ponta a ponta, o Krillin AI transforma materiais brutos em conteúdo pronto para uso em várias plataformas com apenas alguns cliques.
## Principais Características e Funcionalidades:
-🎯 **Início com um clique**: Sem configuração de ambiente complexa, instalação automática de dependências, pronto para uso imediato, nova versão para desktop, mais conveniente!
+🎯 **Início com um Clique**: Sem configuração de ambiente complexa, instalação automática de dependências, pronto para uso imediatamente, agora com versão desktop para maior conveniência!
📥 **Obtenção de Vídeo**: Suporta download via yt-dlp ou upload de arquivos locais
📜 **Reconhecimento Preciso**: Reconhecimento de voz de alta precisão baseado no Whisper
-🧠 **Segmentação Inteligente**: Utiliza LLM para segmentação e alinhamento de legendas
+🧠 **Segmentação Inteligente**: Segmentação e alinhamento de legendas usando LLM
🔄 **Substituição de Termos**: Substituição de vocabulário especializado com um clique
-🌍 **Tradução Profissional**: Tradução em nível de parágrafo baseada em LLM, mantendo a coerência semântica
+🌍 **Tradução Profissional**: Tradução LLM com contexto para manter a naturalidade semântica
🎙️ **Clonagem de Voz**: Oferece vozes selecionadas da CosyVoice ou clonagem de vozes personalizadas
-🎬 **Composição de Vídeo**: Processamento automático de vídeos em paisagem e retrato e formatação de legendas
+🎬 **Composição de Vídeo**: Processamento automático de vídeos em formatos retrato e paisagem e formatação de legendas
+
+💻 **Multiplataforma**: Suporta Windows, Linux, macOS, oferecendo versões desktop e server
## Demonstração de Resultados
-A imagem abaixo mostra o efeito do arquivo de legenda gerado após a importação de um vídeo local de 46 minutos, executado com um clique, sem ajustes manuais. Sem faltas, sobreposições, com pausas naturais e qualidade de tradução muito alta.
+A imagem abaixo mostra o efeito do arquivo de legendas gerado após a importação de um vídeo local de 46 minutos, executado com um clique, sem ajustes manuais. Sem falhas, sobreposições, com pausas naturais e qualidade de tradução muito alta.
![Efeito de Alinhamento](/docs/images/alignment.png)
<table>
@@ -72,25 +72,30 @@ https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71
</table>
## 🔍 Suporte a Serviços de Reconhecimento de Voz
-_**Todos os modelos locais na tabela abaixo suportam instalação automática de arquivos executáveis + arquivos de modelo, você só precisa escolher, o KrillinAI prepara tudo para você.**_
+_**Todos os modelos locais na tabela abaixo suportam instalação automática de arquivos executáveis + arquivos de modelo, você só precisa escolher, o KrillinAI cuida do resto.**_
-| Fonte de Serviço | Plataformas Suportadas | Opções de Modelo | Local/Nuvem | Observações |
-|-----------------------|-----------------------|------------------------------------------|-------------|---------------------|
-| **OpenAI Whisper** | Todas as plataformas | - | Nuvem | Rápido e eficaz |
+| Fonte de Serviço | Plataformas Suportadas | Opções de Modelo | Local/Nuvem | Observações |
+|-----------------------|-----------------------|--------------------------------------------|-------------|---------------------|
+| **OpenAI Whisper** | Todas as plataformas | - | Nuvem | Rápido e eficaz |
| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (recomendado medium+) | Local | Mais rápido, sem custos de nuvem |
-| **WhisperKit** | macOS (apenas para chips M) | `large-v2` | Local | Otimização nativa para chips Apple |
-| **WhisperCpp** | Todas as plataformas | `large-v2` | Local | Suporte para todas as plataformas |
-| **Alibaba Cloud ASR** | Todas as plataformas | - | Nuvem | Evitar problemas de rede na China continental |
+| **WhisperKit** | macOS (apenas para chips M) | `large-v2` | Local | Otimização nativa para chips Apple |
+| **WhisperCpp** | Todas as plataformas | `large-v2` | Local | Suporte a todas as plataformas |
+| **Alibaba Cloud ASR** | Todas as plataformas | - | Nuvem | Evitar problemas de rede na China continental |
## 🚀 Suporte a Modelos de Linguagem Grande
✅ Compatível com todos os serviços de modelos de linguagem grande em nuvem/local que atendem às **especificações da API OpenAI**, incluindo, mas não se limitando a:
- OpenAI
+- Gemini
- DeepSeek
- Tongyi Qianwen
- Modelos de código aberto implantados localmente
- Outros serviços de API compatíveis com o formato OpenAI
+## 🎤 Suporte a TTS (Texto para Fala)
+- Serviço de voz da Alibaba Cloud
+- OpenAI TTS
+
## Suporte a Idiomas
Idiomas de entrada suportados: Chinês, Inglês, Japonês, Alemão, Turco, Coreano, Russo, Malaio (em constante aumento)
@@ -100,23 +105,23 @@ Idiomas de tradução suportados: Inglês, Chinês, Russo, Espanhol, Francês e
![Pré-visualização da Interface](/docs/images/ui_desktop.png)
-## 🚀 Começando Rápido
+## 🚀 Começo Rápido
### Passos Básicos
-Primeiro, baixe o arquivo executável correspondente ao seu sistema operacional na seção [Release](https://github.com/krillinai/KrillinAI/releases), siga o tutorial abaixo para escolher entre a versão desktop ou não desktop, e coloque em uma pasta vazia. Baixe o software em uma pasta vazia, pois após a execução, alguns diretórios serão gerados, e será mais fácil gerenciá-los em uma pasta vazia.
+Primeiro, baixe o arquivo executável correspondente ao seu sistema operacional na seção [Release](https://github.com/krillinai/KrillinAI/releases), siga o tutorial abaixo para escolher entre a versão desktop ou não desktop, e coloque em uma pasta vazia. Baixe o software em uma pasta vazia, pois após a execução, alguns diretórios serão gerados, e mantê-los em uma pasta vazia facilita a gestão.
-【Se for a versão desktop, ou seja, o arquivo release que contém desktop, veja aqui】
-_A versão desktop é nova e foi lançada para resolver o problema de usuários iniciantes que têm dificuldade em editar corretamente os arquivos de configuração, ainda há muitos bugs, atualizações em andamento._
+【Se for a versão desktop, ou seja, o arquivo release com desktop, veja aqui】
+_A versão desktop é uma nova publicação, criada para resolver problemas de edição de arquivos de configuração para novos usuários, além de corrigir alguns bugs, com atualizações contínuas._
1. Clique duas vezes no arquivo para começar a usar (a versão desktop também precisa de configuração, que deve ser feita dentro do software)
-【Se for a versão não desktop, ou seja, o arquivo release que não contém desktop, veja aqui】
-_A versão não desktop é a versão inicial, a configuração é mais complexa, mas a funcionalidade é estável, adequada para implantação em servidores, pois oferece uma interface de usuário via web._
-1. Crie uma pasta `config` dentro da pasta, e então crie um arquivo `config.toml` dentro da pasta `config`, copie o conteúdo do arquivo `config-example.toml` do diretório `config` e preencha com suas informações de configuração.
+【Se for a versão não desktop, ou seja, o arquivo release sem desktop, veja aqui】
+_A versão não desktop é a versão inicial, com configuração mais complexa, mas funcionalidade estável, adequada para implantação em servidores, pois oferece uma interface de usuário via web._
+1. Crie uma pasta `config` dentro da pasta, e então crie um arquivo `config.toml` dentro da pasta `config`, copie o conteúdo do arquivo `config-example.toml` do diretório de código-fonte para o `config.toml`, e preencha suas informações de configuração de acordo com os comentários.
2. Clique duas vezes ou execute o arquivo executável no terminal para iniciar o serviço
3. Abra o navegador e digite `http://127.0.0.1:8888` para começar a usar (substitua 8888 pela porta que você preencheu no arquivo de configuração)
### Para: Usuários de macOS
-【Se for a versão desktop, ou seja, o arquivo release que contém desktop, veja aqui】
-Atualmente, devido a problemas de assinatura, a versão desktop não pode ser executada com um clique ou instalada via dmg, é necessário confiar manualmente no aplicativo, siga os passos abaixo:
+【Se for a versão desktop, ou seja, o arquivo release com desktop, veja aqui】
+Atualmente, devido a problemas de assinatura, a versão desktop não pode ser executada com um clique ou instalada via dmg, é necessário confiar manualmente no aplicativo, o método é o seguinte:
1. No terminal, abra o diretório onde o arquivo executável (supondo que o nome do arquivo seja KrillinAI_1.0.0_desktop_macOS_arm64) está localizado
2. Execute os seguintes comandos:
```
@@ -125,8 +130,8 @@ sudo chmod +x ./KrillinAI_1.0.0_desktop_macOS_arm64
./KrillinAI_1.0.0_desktop_macOS_arm64
```
-【Se for a versão não desktop, ou seja, o arquivo release que não contém desktop, veja aqui】
-Este software não foi assinado, portanto, ao executá-lo no macOS, após concluir a configuração dos arquivos na "etapa básica", você também precisará confiar manualmente no aplicativo, siga os passos abaixo:
+【Se for a versão não desktop, ou seja, o arquivo release sem desktop, veja aqui】
+Este software não foi assinado, portanto, ao executá-lo no macOS, após concluir a configuração dos arquivos nos "Passos Básicos", você também precisará confiar manualmente no aplicativo, o método é o seguinte:
1. No terminal, abra o diretório onde o arquivo executável (supondo que o nome do arquivo seja KrillinAI_1.0.0_macOS_arm64) está localizado
2. Execute os seguintes comandos:
```
@@ -134,7 +139,7 @@ Este software não foi assinado, portanto, ao executá-lo no macOS, após conclu
sudo chmod +x ./KrillinAI_1.0.0_macOS_arm64
./KrillinAI_1.0.0_macOS_arm64
```
- O serviço será iniciado
+ Isso iniciará o serviço
### Implantação com Docker
Este projeto suporta implantação com Docker, consulte as [Instruções de Implantação com Docker](./docker.md)
@@ -143,32 +148,33 @@ Este projeto suporta implantação com Docker, consulte as [Instruções de Impl
Se você encontrar problemas ao baixar vídeos
-Consulte as [Instruções de Configuração de Cookies](./get_cookies.md) para configurar suas informações de cookie.
+Consulte as [Instruções de Configuração de Cookies](./get_cookies.md) para configurar suas informações de Cookie.
-### Ajuda de Configuração (obrigatório)
+### Ajuda com Configuração (leia com atenção)
A maneira mais rápida e conveniente de configurar:
-* Escolha `openai` para `transcription_provider` e `llm_provider`, assim você só precisa preencher `openai.apikey` nas três categorias de configuração abaixo: `openai`, `local_model`, `aliyun` para realizar a tradução de legendas. (`app.proxy`, `model` e `openai.base_url` podem ser preenchidos conforme sua situação)
+* Preencha `transcribe.provider.name` com `openai`, assim você só precisa preencher o bloco `transcribe.openai` e a configuração do modelo grande no bloco `llm` para realizar a tradução de legendas. (`app.proxy`, `model` e `openai.base_url` são opcionais)
+
+Para usar um modelo de reconhecimento de voz local (equilibrando custo, velocidade e qualidade):
+* Preencha `transcribe.provider.name` com `fasterwhisper`, `transcribe.fasterwhisper.model` com `large-v2`, e então preencha o bloco `llm` com a configuração do modelo grande para realizar a tradução de legendas, o modelo local será instalado automaticamente. (`app.proxy` e `openai.base_url` são os mesmos acima)
+
+A conversão de texto em fala (TTS) é opcional, a lógica de configuração é a mesma acima, preencha `tts.provider.name`, e então preencha o bloco correspondente em `tts`. Os códigos de voz na interface devem ser preenchidos de acordo com a documentação do provedor escolhido. O preenchimento de aksk da Alibaba Cloud pode ser repetido, isso é para garantir que a estrutura de configuração seja clara.
+Nota: ao usar clonagem de voz, `tts` só suporta a escolha de `aliyun`.
-Para usar o modelo de reconhecimento de linguagem local (não suportado no macOS) (equilibrando custo, velocidade e qualidade):
-* Preencha `transcription_provider` com `fasterwhisper` e `llm_provider` com `openai`, assim você só precisa preencher `openai.apikey` e `local_model.faster_whisper` nas categorias de configuração abaixo: `openai`, `local_model` para realizar a tradução de legendas, o modelo local será baixado automaticamente. (`app.proxy` e `openai.base_url` como acima)
+**Para obter o AccessKey, Bucket e AppKey da Alibaba Cloud, leia**: [Instruções de Configuração da Alibaba Cloud](./aliyun.md)
-As seguintes situações exigem configuração do Alibaba Cloud:
-* Se `llm_provider` estiver preenchido com `aliyun`, será necessário usar o serviço de modelo grande do Alibaba Cloud, portanto, a configuração do item `aliyun.bailian` é necessária.
-* Se `transcription_provider` estiver preenchido com `aliyun`, ou se a função "dublagem" estiver ativada ao iniciar a tarefa, será necessário usar o serviço de voz do Alibaba Cloud, portanto, a configuração do item `aliyun.speech` é necessária.
-* Se a função "dublagem" estiver ativada e um áudio local for enviado para clonagem de voz, será necessário usar o serviço de armazenamento em nuvem OSS do Alibaba Cloud, portanto, a configuração do item `aliyun.oss` é necessária.
-Ajuda de configuração do Alibaba Cloud: [Instruções de Configuração do Alibaba Cloud](./aliyun.md)
+Entenda que a tarefa = reconhecimento de voz + tradução de modelo grande + serviço de voz (TTS, etc., opcional), isso ajudará você a entender o arquivo de configuração.
## Perguntas Frequentes
-Por favor, consulte as [Perguntas Frequentes](./faq.md)
+Por favor, visite as [Perguntas Frequentes](./faq.md)
## Normas de Contribuição
-1. Não envie arquivos desnecessários, como .vscode, .idea, etc., use .gitignore para filtrá-los.
-2. Não envie config.toml, mas sim use config-example.toml para enviar.
+1. Não envie arquivos desnecessários, como .vscode, .idea, etc., use .gitignore para filtrá-los
+2. Não envie config.toml, mas sim use config-example.toml para enviar
## Contate-Nos
-1. Junte-se ao nosso grupo QQ para esclarecer dúvidas: 754069680
-2. Siga nossas contas de mídia social, [Bilibili](https://space.bilibili.com/242124650), compartilhando diariamente conteúdos de qualidade na área de tecnologia AI.
+1. Junte-se ao nosso grupo QQ para tirar dúvidas: 754069680
+2. Siga nossas contas de mídia social, [Bilibili](https://space.bilibili.com/242124650), onde compartilhamos conteúdo de qualidade na área de tecnologia AI diariamente
## Histórico de Estrelas
diff --git a/docs/pt/aliyun.md b/docs/pt/aliyun.md
index fcdd82e2..f05e36c9 100644
--- a/docs/pt/aliyun.md
+++ b/docs/pt/aliyun.md
@@ -1,36 +1,31 @@
## Pré-requisitos
-É necessário ter uma conta do [Alibaba Cloud](https://www.aliyun.com) e passar pela verificação de identidade. A maioria dos serviços tem uma cota gratuita.
-
-## Obtenção da chave da plataforma Bailian do Alibaba Cloud
-1. Faça login na [plataforma de serviços de modelos grandes Bailian do Alibaba Cloud](https://bailian.console.aliyun.com/), passe o mouse sobre o ícone do centro pessoal no canto superior direito da página e clique em API-KEY no menu suspenso.
-![Bailian](/docs/images/bailian_1.png)
-2. No menu de navegação à esquerda, selecione Todos os API-KEYs ou Meus API-KEYs e, em seguida, crie ou visualize a API Key.
+É necessário ter uma conta do [Alibaba Cloud](https://www.aliyun.com) e passar pela verificação de identidade, a maioria dos serviços tem uma cota gratuita.
## Obtenção do `access_key_id` e `access_key_secret` do Alibaba Cloud
1. Acesse a [página de gerenciamento de AccessKey do Alibaba Cloud](https://ram.console.aliyun.com/profile/access-keys).
-2. Clique em Criar AccessKey e, se necessário, escolha o modo de uso, selecionando "Usar no ambiente de desenvolvimento local".
-![Access Key do Alibaba Cloud](/docs/images/aliyun_accesskey_1.png)
-3. Guarde com segurança, de preferência copie para um arquivo local.
+2. Clique em criar AccessKey, se necessário, escolha o modo de uso e selecione "Usar no ambiente de desenvolvimento local".
+![Alibaba Cloud access key](/docs/images/aliyun_accesskey_1.png)
+3. Guarde com segurança, é melhor copiar para um arquivo local.
## Ativação do serviço de voz do Alibaba Cloud
-1. Acesse a [página de gerenciamento do serviço de voz do Alibaba Cloud](https://nls-portal.console.aliyun.com/applist), e na primeira vez que entrar, será necessário ativar o serviço.
-2. Clique em Criar projeto.
-![Voz do Alibaba Cloud](/docs/images/aliyun_speech_1.png)
+1. Acesse a [página de gerenciamento do serviço de voz do Alibaba Cloud](https://nls-portal.console.aliyun.com/applist), na primeira vez que entrar, será necessário ativar o serviço.
+2. Clique em criar projeto.
+![Alibaba Cloud speech](/docs/images/aliyun_speech_1.png)
3. Selecione as funcionalidades e ative.
-![Voz do Alibaba Cloud](/docs/images/aliyun_speech_2.png)
-4. A "Síntese de voz de texto em fluxo (modelo grande CosyVoice)" precisa ser atualizada para a versão comercial, outros serviços podem ser usados na versão de experiência gratuita.
-![Voz do Alibaba Cloud](/docs/images/aliyun_speech_3.png)
+![Alibaba Cloud speech](/docs/images/aliyun_speech_2.png)
+4. A "síntese de voz de texto em fluxo (modelo grande CosyVoice)" precisa ser atualizada para a versão comercial, outros serviços podem ser usados na versão de experiência gratuita.
+![Alibaba Cloud speech](/docs/images/aliyun_speech_3.png)
5. Copie a chave do aplicativo.
-![Voz do Alibaba Cloud](/docs/images/aliyun_speech_4.png)
+![Alibaba Cloud speech](/docs/images/aliyun_speech_4.png)
## Ativação do serviço OSS do Alibaba Cloud
-1. Acesse o [console de serviços de armazenamento de objetos do Alibaba Cloud](https://oss.console.aliyun.com/overview), e na primeira vez que entrar, será necessário ativar o serviço.
-2. Selecione a lista de Buckets à esquerda e clique em Criar.
-![OSS do Alibaba Cloud](/docs/images/aliyun_oss_1.png)
-3. Selecione Criação rápida, preencha um nome de Bucket que atenda aos requisitos e escolha a região **Xangai**, e conclua a criação (o nome preenchido aqui será o valor da configuração `aliyun.oss.bucket`).
-![OSS do Alibaba Cloud](/docs/images/aliyun_oss_2.png)
+1. Acesse o [console de serviços de armazenamento de objetos do Alibaba Cloud](https://oss.console.aliyun.com/overview), na primeira vez que entrar, será necessário ativar o serviço.
+2. Selecione a lista de Buckets à esquerda e clique em criar.
+![Alibaba Cloud OSS](/docs/images/aliyun_oss_1.png)
+3. Selecione criação rápida, preencha um nome de Bucket que atenda aos requisitos e escolha a região **Xangai**, complete a criação (o nome preenchido aqui será o valor da configuração `aliyun.oss.bucket`).
+![Alibaba Cloud OSS](/docs/images/aliyun_oss_2.png)
4. Após a criação, acesse o Bucket.
-![OSS do Alibaba Cloud](/docs/images/aliyun_oss_3.png)
-5. Desative o interruptor "Impedir acesso público" e defina as permissões de leitura e gravação como "Leitura pública".
-![OSS do Alibaba Cloud](/docs/images/aliyun_oss_4.png)
-![OSS do Alibaba Cloud](/docs/images/aliyun_oss_5.png)
\ No newline at end of file
+![Alibaba Cloud OSS](/docs/images/aliyun_oss_3.png)
+5. Desative o interruptor "Impedir acesso público" e defina as permissões de leitura e escrita como "Leitura pública".
+![Alibaba Cloud OSS](/docs/images/aliyun_oss_4.png)
+![Alibaba Cloud OSS](/docs/images/aliyun_oss_5.png)
\ No newline at end of file
diff --git a/docs/rus/README.md b/docs/rus/README.md
index c57c6902..1fb235ec 100644
--- a/docs/rus/README.md
+++ b/docs/rus/README.md
@@ -1,7 +1,7 @@
<div align="center">
<img src="/docs/images/logo.png" alt="KrillinAI" height="90">
- # Минимальный инструмент для развертывания AI перевода видео и озвучивания
+ # Минималистичный инструмент для перевода и озвучивания видео с AI
<a href="https://trendshift.io/repositories/13360" target="_blank"><img src="https://trendshift.io/api/badge/repositories/13360" alt="krillinai%2FKrillinAI | Trendshift" style="width: 250px; height: 55px;" width="250" height="55"/></a>
@@ -13,32 +13,32 @@
</div>
-### 📢 Новая версия для настольных ПК на win&mac, ждем ваши отзывы [Документация немного устарела, обновляется]
+ ## Описание проекта ([Попробуйте онлайн-версию сейчас!](https://www.klic.studio/))
- ## О проекте
-
-Krillin AI — это универсальное решение для локализации и улучшения аудио и видео. Этот простой, но мощный инструмент объединяет перевод аудио и видео, озвучивание и клонирование голоса, поддерживает вывод в горизонтальном и вертикальном формате, обеспечивая идеальное представление на всех основных платформах (Bilibili, Xiaohongshu, Douyin, WeChat Video, Kuaishou, YouTube, TikTok и др.). Благодаря сквозному рабочему процессу, Krillin AI может всего за несколько кликов преобразовать исходные материалы в готовый к использованию кроссплатформенный контент.
+Krillin AI — это универсальное решение для локализации и улучшения аудио и видео. Этот простой, но мощный инструмент объединяет перевод видео, озвучивание и клонирование голоса, поддерживает вывод в горизонтальном и вертикальном формате, обеспечивая идеальное представление на всех основных платформах (Bilibili, Xiaohongshu, Douyin, WeChat Video, Kuaishou, YouTube, TikTok и др.). С помощью рабочего процесса от начала до конца Krillin AI может всего за несколько кликов преобразовать исходные материалы в готовый к использованию кроссплатформенный контент.
## Основные характеристики и функции:
-🎯 **Запуск в один клик**: Не требует сложной настройки окружения, автоматически устанавливает зависимости и готов к использованию, новая настольная версия для удобства!
+🎯 **Запуск в один клик**: Не требует сложной настройки окружения, автоматически устанавливает зависимости и готов к использованию, добавлена версия для рабочего стола для удобства!
📥 **Получение видео**: Поддерживает загрузку через yt-dlp или загрузку локальных файлов
📜 **Точное распознавание**: Высокая точность распознавания речи на основе Whisper
-🧠 **Интеллектуальное разбиение**: Использует LLM для разбиения и выравнивания субтитров
+🧠 **Интеллектуальное разделение**: Использует LLM для разделения и выравнивания субтитров
🔄 **Замена терминов**: Замена профессиональной лексики в один клик
-🌍 **Профессиональный перевод**: На основе LLM, перевод на уровне абзаца сохраняет смысловую связность
+🌍 **Профессиональный перевод**: Перевод с контекстом с использованием LLM для сохранения естественности семантики
-🎙️ **Клонирование голоса**: Предоставляет отборные голоса CosyVoice или кастомизированные клонирования голоса
+🎙️ **Клонирование голоса**: Предоставляет отборные голоса CosyVoice или возможность клонирования пользовательского голоса
🎬 **Синтез видео**: Автоматическая обработка видео в горизонтальном и вертикальном формате и компоновка субтитров
+💻 **Кроссплатформенность**: Поддерживает Windows, Linux, macOS, предоставляет версии для рабочего стола и сервера
+
## Примеры работы
-На изображении ниже показан результат импорта локального видео длительностью 46 минут, сгенерированный файл субтитров без каких-либо ручных корректировок. Нет пропусков, наложений, паузы естественные, качество перевода также очень высокое.
+На изображении ниже показан результат генерации файла субтитров после импорта локального видео длительностью 46 минут, выполненного в один клик, без каких-либо ручных корректировок. Нет пропусков, наложений, паузы естественные, качество перевода также очень высокое.
![Эффект выравнивания](/docs/images/alignment.png)
<table>
@@ -62,7 +62,7 @@ https://github.com/user-attachments/assets/0b32fad3-c3ad-4b6a-abf0-0865f0dd2385
<td width="33%">
-### Вертикальный формат
+### Вертикальный экран
---
https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71
@@ -72,27 +72,32 @@ https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71
</table>
## 🔍 Поддержка услуг распознавания речи
-_**Все локальные модели в таблице ниже поддерживают автоматическую установку исполняемых файлов + файлов моделей, вам нужно только выбрать, а KrillinAI все подготовит.**_
+_**Все локальные модели в таблице поддерживают автоматическую установку исполняемых файлов + файлов модели, вам нужно только выбрать, а KrillinAI подготовит все остальное.**_
-| Источник услуг | Поддерживаемые платформы | Доступные модели | Локально/в облаке | Примечания |
+| Источник услуг | Поддерживаемые платформы | Доступные модели | Локально/в облаке | Примечания |
|--------------------|-----------------|----------------------------------------|-------|-------------|
-| **OpenAI Whisper** | Все платформы | - | В облаке | Быстро и качественно |
+| **OpenAI Whisper** | Все платформы | - | В облаке | Быстро и качественно |
| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (рекомендуется medium+) | Локально | Быстрее, без облачных затрат |
| **WhisperKit** | macOS (только для чипов M) | `large-v2` | Локально | Оптимизация для Apple чипов |
-| **WhisperCpp** | Все платформы | `large-v2` | Локально | Поддержка всех платформ |
-| **Alibaba Cloud ASR** | Все платформы | - | В облаке | Избежать проблем с сетью в Китае |
+| **WhisperCpp** | Все платформы | `large-v2` | Локально | Поддержка всех платформ |
+| **Alibaba Cloud ASR** | Все платформы | - | В облаке | Избегайте проблем с сетью в Китае |
## 🚀 Поддержка больших языковых моделей
✅ Совместимость со всеми облачными/локальными большими языковыми моделями, соответствующими **OpenAI API**, включая, но не ограничиваясь:
- OpenAI
+- Gemini
- DeepSeek
- Tongyi Qianwen
- Локально развернутые открытые модели
- Другие API-сервисы, совместимые с форматом OpenAI
+## 🎤 Поддержка TTS (текст в речь)
+- Услуги речи Alibaba Cloud
+- OpenAI TTS
+
## Поддержка языков
-Поддерживаемые языки ввода: китайский, английский, японский, немецкий, турецкий, корейский, русский, малайский (постоянно добавляются)
+Поддерживаемые языки ввода: китайский, английский, японский, немецкий, турецкий, корейский, русский, малайский (постоянно добавляются новые)
Поддерживаемые языки перевода: английский, китайский, русский, испанский, французский и еще 101 язык
@@ -102,67 +107,68 @@ _**Все локальные модели в таблице ниже подде
## 🚀 Быстрый старт
### Основные шаги
-Сначала загрузите [Release](https://github.com/krillinai/KrillinAI/releases) с исполняемым файлом, соответствующим вашей системе, следуя приведенным ниже инструкциям для выбора настольной или не настольной версии, затем поместите в пустую папку, загрузите программное обеспечение в пустую папку, так как после запуска будут созданы некоторые каталоги, и их будет легче управлять в пустой папке.
+Сначала загрузите [Release](https://github.com/krillinai/KrillinAI/releases) с исполняемым файлом, соответствующим вашей системе, следуя приведенным ниже инструкциям, выберите версию для рабочего стола или не для рабочего стола, затем поместите в пустую папку, загрузите программное обеспечение в пустую папку, так как после запуска будут созданы некоторые каталоги, размещение в пустой папке упростит управление.
-【Если это настольная версия, то смотрите здесь, если файл release содержит desktop】
-_Настольная версия только что выпущена, чтобы решить проблему с новичками, которым трудно правильно редактировать конфигурационные файлы, и все еще есть много ошибок, которые будут исправлены в процессе обновления._
-1. Дважды щелкните файл, чтобы начать использовать (настольная версия также требует настройки внутри программы)
+【Если это версия для рабочего стола, то смотрите здесь, если файл release содержит desktop】
+_Версия для рабочего стола только что выпущена, чтобы решить проблему с тем, что новичкам сложно правильно редактировать конфигурационные файлы, также есть некоторые ошибки, которые продолжают обновляться_
+1. Дважды щелкните файл, чтобы начать использовать (версия для рабочего стола также требует настройки внутри программы)
-【Если это не настольная версия, то смотрите здесь, если файл release не содержит desktop】
-_Не настольная версия — это первоначальная версия, настройка более сложная, но функции стабильны, и она подходит для развертывания на сервере, так как предоставляет интерфейс в веб-формате._
-1. Создайте папку `config` в каталоге, затем создайте файл `config.toml` в папке `config`, скопируйте содержимое файла `config-example.toml` из каталога `config` и заполните его в `config.toml`, сопоставив с вашими конфигурационными данными.
+【Если это не версия для рабочего стола, то смотрите здесь, если файл release не содержит desktop】
+_Не версия для рабочего стола — это начальная версия, настройка более сложная, но функции стабильны, также подходит для развертывания на сервере, так как будет предоставлен интерфейс в веб-формате_
+1. Создайте папку `config` внутри папки, затем создайте файл `config.toml` в папке `config`, скопируйте содержимое файла `config-example.toml` из каталога `config` и заполните его, следуя комментариям, вашими конфигурационными данными.
2. Дважды щелкните или выполните исполняемый файл в терминале, чтобы запустить службу
3. Откройте браузер, введите `http://127.0.0.1:8888`, чтобы начать использовать (замените 8888 на порт, указанный в вашем конфигурационном файле)
### Для пользователей macOS
-【Если это настольная версия, то смотрите здесь, если файл release содержит desktop】
-В настоящее время настольная версия не может быть запущена двойным щелчком или установлена через dmg из-за проблем с подписью, необходимо вручную доверять приложению, как показано ниже:
-1. Откройте терминал в каталоге, где находится исполняемый файл (предположим, что имя файла — KrillinAI_1.0.0_desktop_macOS_arm64)
-2. Выполните следующие команды по очереди:
+【Если это версия для рабочего стола, то смотрите здесь, если файл release содержит desktop】
+В настоящее время упаковка для рабочего стола из-за проблем с подписью и т. д. не позволяет запускать двойным щелчком или устанавливать dmg, необходимо вручную доверять приложению, вот как:
+1. Откройте терминал в каталоге, где находится исполняемый файл (предположим, имя файла — KrillinAI_1.0.0_desktop_macOS_arm64)
+2. Выполните поочередно следующие команды:
```
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
```
-【Если это не настольная версия, то смотрите здесь, если файл release не содержит desktop】
-Это программное обеспечение не подписано, поэтому при запуске на macOS после завершения настройки файлов в "Основных шагах" необходимо вручную доверять приложению, как показано ниже:
-1. Откройте терминал в каталоге, где находится исполняемый файл (предположим, что имя файла — KrillinAI_1.0.0_macOS_arm64)
-2. Выполните следующие команды по очереди:
+【Если это не версия для рабочего стола, то смотрите здесь, если файл release не содержит desktop】
+Это программное обеспечение не подписано, поэтому при запуске на macOS после завершения настройки файлов в "Основных шагах" также необходимо вручную доверять приложению, вот как:
+1. Откройте терминал в каталоге, где находится исполняемый файл (предположим, имя файла — KrillinAI_1.0.0_macOS_arm64)
+2. Выполните поочередно следующие команды:
```
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
```
- чтобы запустить службу
+ Это запустит службу
### Развертывание с помощью Docker
-Этот проект поддерживает развертывание с помощью Docker, пожалуйста, обратитесь к [Инструкции по развертыванию Docker](./docker.md)
+Этот проект поддерживает развертывание с помощью Docker, пожалуйста, ознакомьтесь с [инструкцией по развертыванию Docker](./docker.md)
### Описание конфигурации Cookie (необязательно)
-Если вы столкнулись с проблемами при загрузке видео
+Если вы столкнулись с проблемой неудачной загрузки видео
-Пожалуйста, обратитесь к [Описание конфигурации Cookie](./get_cookies.md) для настройки вашей информации о Cookie.
+Пожалуйста, ознакомьтесь с [описанием конфигурации Cookie](./get_cookies.md) для настройки вашей информации о Cookie.
-### Помощь с конфигурацией (обязательно)
+### Помощь с конфигурацией (обязательно к прочтению)
Самый быстрый и удобный способ настройки:
-* Выберите `transcription_provider` и `llm_provider` как `openai`, так в нижних трех категориях конфигурации `openai`, `local_model`, `aliyun` вам нужно будет заполнить только `openai.apikey` для перевода субтитров. (`app.proxy`, `model` и `openai.base_url` заполняйте по своему усмотрению)
+* Заполните `transcribe.provider.name` значением `openai`, тогда вам нужно будет заполнить только блоки `transcribe.openai` и конфигурацию большой модели в блоке `llm` для перевода субтитров. (`app.proxy`, `model` и `openai.base_url` заполняйте по своему усмотрению)
+
+Способ настройки с использованием локальной модели распознавания речи (учитывающий стоимость, скорость и качество)
+* Заполните `transcribe.provider.name` значением `fasterwhisper`, `transcribe.fasterwhisper.model` заполните значением `large-v2`, затем заполните `llm` для конфигурации большой модели, чтобы начать перевод субтитров, локальная модель будет автоматически загружена и установлена. (`app.proxy` и `openai.base_url` аналогично)
+
+Текст в речь (TTS) является необязательным, логика настройки такая же, заполните `tts.provider.name`, затем заполните соответствующий блок конфигурации под `tts`, код звука в UI заполняйте в соответствии с документацией выбранного поставщика. Заполнение таких данных, как aksk для Alibaba Cloud, может повторяться, это сделано для обеспечения ясности структуры конфигурации.
+Обратите внимание: если вы используете клонирование голоса, `tts` поддерживает только выбор `aliyun`.
-Использование локальной модели распознавания речи (временно не поддерживается на macOS) для настройки (учитывая стоимость, скорость и качество):
-* Заполните `transcription_provider` как `fasterwhisper`, `llm_provider` как `openai`, так в нижних категориях конфигурации `openai`, `local_model` вам нужно будет заполнить только `openai.apikey` и `local_model.faster_whisper` для перевода субтитров, локальная модель будет автоматически загружена. (`app.proxy` и `openai.base_url` аналогично)
+**Для получения AccessKey, Bucket, AppKey для Alibaba Cloud, пожалуйста, ознакомьтесь с**: [описанием конфигурации Alibaba Cloud](./aliyun.md)
-В следующих случаях необходимо будет настроить Alibaba Cloud:
-* Если `llm_provider` заполнен как `aliyun`, необходимо использовать услуги больших моделей Alibaba Cloud, поэтому нужно заполнить конфигурацию `aliyun.bailian`
-* Если `transcription_provider` заполнен как `aliyun`, или если при запуске задачи включена функция "озвучивание", необходимо использовать услуги распознавания речи Alibaba Cloud, поэтому нужно заполнить конфигурацию `aliyun.speech`
-* Если включена функция "озвучивание" и загружен локальный аудиофайл для клонирования голоса, также необходимо использовать услуги облачного хранения OSS Alibaba Cloud, поэтому нужно заполнить конфигурацию `aliyun.oss`
-Помощь по настройке Alibaba Cloud: [Описание конфигурации Alibaba Cloud](./aliyun.md)
+Пожалуйста, поймите, что задача = распознавание речи + перевод большой модели + услуги речи (TTS и т. д., необязательно), это поможет вам понять конфигурационный файл.
## Часто задаваемые вопросы
-Пожалуйста, перейдите к [Часто задаваемым вопросам](./faq.md)
+Пожалуйста, перейдите к [часто задаваемым вопросам](./faq.md)
-## Правила вклада
+## Правила участия
1. Не отправляйте бесполезные файлы, такие как .vscode, .idea и т. д., используйте .gitignore для фильтрации
2. Не отправляйте config.toml, вместо этого отправьте config-example.toml
@@ -172,4 +178,4 @@ sudo chmod +x ./KrillinAI_1.0.0_desktop_macOS_arm64
## История звезд
-[![График истории звезд](https://api.star-history.com/svg?repos=krillinai/KrillinAI&type=Date)](https://star-history.com/#krillinai/KrillinAI&Date)
\ No newline at end of file
+[![Star History Chart](https://api.star-history.com/svg?repos=krillinai/KrillinAI&type=Date)](https://star-history.com/#krillinai/KrillinAI&Date)
\ No newline at end of file
diff --git a/docs/rus/aliyun.md b/docs/rus/aliyun.md
index 70e75889..bafa10f2 100644
--- a/docs/rus/aliyun.md
+++ b/docs/rus/aliyun.md
@@ -1,20 +1,15 @@
## Предварительные условия
Необходимо иметь аккаунт на [Alibaba Cloud](https://www.aliyun.com) и пройти процедуру реальной идентификации, большинство услуг имеют бесплатный лимит.
-## Получение ключа платформы Alibaba Cloud BaiLian
-1. Войдите на [платформу услуг больших моделей Alibaba Cloud BaiLian](https://bailian.console.aliyun.com/), наведите курсор на иконку личного кабинета в правом верхнем углу страницы и в выпадающем меню нажмите на API-KEY.
-![百炼](/docs/images/bailian_1.png)
-2. В левом навигационном меню выберите Все API-KEY или Мои API-KEY, затем создайте или просмотрите API Key.
-
-## Получение `access_key_id` и `access_key_secret` Alibaba Cloud
+## Получение `access_key_id` и `access_key_secret` для Alibaba Cloud
1. Перейдите на [страницу управления AccessKey Alibaba Cloud](https://ram.console.aliyun.com/profile/access-keys).
-2. Нажмите на создание AccessKey, если необходимо, выберите способ использования: "Использование в локальной среде разработки".
+2. Нажмите "Создать AccessKey", если необходимо, выберите способ использования, выберите "Использование в локальной среде разработки".
![阿里云access key](/docs/images/aliyun_accesskey_1.png)
-3. Храните в надежном месте, лучше скопируйте в локальный файл для сохранения.
+3. Храните в надежном месте, лучше скопируйте в локальный файл.
## Подключение голосового сервиса Alibaba Cloud
-1. Перейдите на [страницу управления голосовым сервисом Alibaba Cloud](https://nls-portal.console.aliyun.com/applist), при первом входе необходимо активировать услугу.
-2. Нажмите на создание проекта.
+1. Перейдите на [страницу управления голосовым сервисом Alibaba Cloud](https://nls-portal.console.aliyun.com/applist), при первом входе необходимо активировать сервис.
+2. Нажмите "Создать проект".
![阿里云speech](/docs/images/aliyun_speech_1.png)
3. Выберите функции и активируйте их.
![阿里云speech](/docs/images/aliyun_speech_2.png)
@@ -23,14 +18,14 @@
5. Скопируйте app key.
![阿里云speech](/docs/images/aliyun_speech_4.png)
-## Подключение услуги OSS Alibaba Cloud
-1. Перейдите на [консоль управления объектным хранилищем Alibaba Cloud](https://oss.console.aliyun.com/overview), при первом входе необходимо активировать услугу.
-2. Выберите список Bucket слева, затем нажмите на создание.
+## Подключение сервиса OSS Alibaba Cloud
+1. Перейдите на [консоль управления объектным хранилищем Alibaba Cloud](https://oss.console.aliyun.com/overview), при первом входе необходимо активировать сервис.
+2. Выберите список Bucket слева, затем нажмите "Создать".
![阿里云OSS](/docs/images/aliyun_oss_1.png)
-3. Выберите быстрое создание, заполните имя Bucket, соответствующее требованиям, и выберите регион **Шанхай**, завершите создание (имя, указанное здесь, будет значением конфигурационного параметра `aliyun.oss.bucket`).
+3. Выберите "Быстрое создание", введите имя Bucket, соответствующее требованиям, и выберите регион **Шанхай**, завершите создание (введенное здесь имя будет значением конфигурационного параметра `aliyun.oss.bucket`).
![阿里云OSS](/docs/images/aliyun_oss_2.png)
-4. После завершения создания перейдите в Bucket.
+4. После создания перейдите в Bucket.
![阿里云OSS](/docs/images/aliyun_oss_3.png)
-5. Отключите переключатель "Запретить общий доступ" и установите права на чтение и запись как "Общий доступ для чтения".
+5. Отключите переключатель "Запретить общий доступ" и установите права на чтение и запись на "Общий доступ для чтения".
![阿里云OSS](/docs/images/aliyun_oss_4.png)
![阿里云OSS](/docs/images/aliyun_oss_5.png)
\ No newline at end of file
diff --git a/docs/vi/README.md b/docs/vi/README.md
index c4431879..e2f0bf76 100644
--- a/docs/vi/README.md
+++ b/docs/vi/README.md
@@ -13,32 +13,32 @@
</div>
-### 📢 Phiên bản mới cho desktop win&mac đã phát hành, chào mừng bạn thử nghiệm và phản hồi [Tài liệu đang được cập nhật]
-
- ## Giới thiệu dự án
+ ## Giới thiệu dự án ([Trải nghiệm phiên bản trực tuyến ngay!](https://www.klic.studio/))
Krillin AI là một giải pháp toàn diện cho việc địa phương hóa và nâng cao âm thanh và video. Công cụ đơn giản nhưng mạnh mẽ này tích hợp dịch video, lồng ghép giọng nói và nhân bản giọng nói, hỗ trợ xuất định dạng ngang và dọc, đảm bảo hiển thị hoàn hảo trên tất cả các nền tảng chính (Bilibili, Xiaohongshu, Douyin, Video Number, Kuaishou, YouTube, TikTok, v.v.). Với quy trình làm việc đầu cuối, Krillin AI chỉ cần vài cú nhấp chuột để chuyển đổi tài liệu gốc thành nội dung đa nền tảng sẵn sàng sử dụng.
## Tính năng và chức năng chính:
-🎯 **Khởi động một cú nhấp**: Không cần cấu hình môi trường phức tạp, tự động cài đặt phụ thuộc, sẵn sàng sử dụng ngay lập tức, phiên bản desktop mới, sử dụng thuận tiện hơn!
+🎯 **Khởi động một cú nhấp**: Không cần cấu hình môi trường phức tạp, tự động cài đặt phụ thuộc, sẵn sàng sử dụng ngay, phiên bản desktop mới, dễ sử dụng hơn!
📥 **Lấy video**: Hỗ trợ tải xuống yt-dlp hoặc tải lên tệp cục bộ
-📜 **Nhận diện chính xác**: Nhận diện giọng nói với độ chính xác cao dựa trên Whisper
+📜 **Nhận diện chính xác**: Nhận diện giọng nói chính xác cao dựa trên Whisper
🧠 **Phân đoạn thông minh**: Sử dụng LLM để phân đoạn và căn chỉnh phụ đề
-🔄 **Thay thế thuật ngữ**: Thay thế từ ngữ chuyên ngành chỉ với một cú nhấp
+🔄 **Thay thế thuật ngữ**: Thay thế từ ngữ chuyên ngành chỉ bằng một cú nhấp
+
+🌍 **Dịch chuyên nghiệp**: Dịch LLM với ngữ cảnh để giữ nguyên nghĩa tự nhiên
-🌍 **Dịch chuyên nghiệp**: Dịch cấp đoạn dựa trên LLM giữ nguyên tính liên kết ngữ nghĩa
+🎙️ **Nhân bản giọng nói**: Cung cấp giọng nói chọn lọc từ CosyVoice hoặc nhân bản giọng nói tùy chỉnh
-🎙️ **Nhân bản giọng nói**: Cung cấp giọng nói được chọn lọc từ CosyVoice hoặc nhân bản giọng nói tùy chỉnh
+🎬 **Ghép video**: Tự động xử lý video và định dạng phụ đề cho cả hai chế độ ngang và dọc
-🎬 **Ghép video**: Tự động xử lý video và định dạng phụ đề ngang và dọc
+💻 **Đa nền tảng**: Hỗ trợ Windows, Linux, macOS, cung cấp phiên bản desktop và server
## Hiệu ứng hiển thị
-Hình dưới đây là hiệu ứng của tệp phụ đề được tạo ra sau khi nhập video cục bộ dài 46 phút, không cần điều chỉnh thủ công. Không có thiếu sót, chồng chéo, câu được ngắt tự nhiên, chất lượng dịch cũng rất cao.
+Hình dưới đây là hiệu ứng của tệp phụ đề được tạo ra sau khi nhập video cục bộ dài 46 phút và thực hiện một cú nhấp, không cần điều chỉnh thủ công. Không thiếu sót, không chồng chéo, câu cú tự nhiên, chất lượng dịch cũng rất cao.
![Hiệu ứng căn chỉnh](/docs/images/alignment.png)
<table>
@@ -62,7 +62,7 @@ https://github.com/user-attachments/assets/0b32fad3-c3ad-4b6a-abf0-0865f0dd2385
<td width="33%">
-### Dọc
+### Chế độ dọc
---
https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71
@@ -74,27 +74,32 @@ https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71
## 🔍 Hỗ trợ dịch vụ nhận diện giọng nói
_**Tất cả các mô hình cục bộ trong bảng dưới đây đều hỗ trợ cài đặt tự động tệp thực thi + tệp mô hình, bạn chỉ cần chọn, KrillinAI sẽ chuẩn bị tất cả cho bạn.**_
-| Nguồn dịch vụ | Nền tảng hỗ trợ | Tùy chọn mô hình | Cục bộ/Đám mây | Ghi chú |
+| Nguồn dịch vụ | Nền tảng hỗ trợ | Tùy chọn mô hình | Cục bộ/Đám mây | Ghi chú |
|--------------------|-----------------|----------------------------------------|-------|-------------|
-| **OpenAI Whisper** | Tất cả nền tảng | - | Đám mây | Nhanh và hiệu quả |
+| **OpenAI Whisper** | Tất cả nền tảng | - | Đám mây | Nhanh và hiệu quả |
| **FasterWhisper** | Windows/Linux | `tiny`/`medium`/`large-v2` (khuyên dùng medium+) | Cục bộ | Nhanh hơn, không tốn phí đám mây |
| **WhisperKit** | macOS (chỉ dành cho chip M) | `large-v2` | Cục bộ | Tối ưu hóa cho chip Apple |
-| **WhisperCpp** | Tất cả nền tảng | `large-v2` | Cục bộ | Hỗ trợ tất cả nền tảng |
-| **Alibaba Cloud ASR** | Tất cả nền tảng | - | Đám mây | Tránh vấn đề mạng ở Trung Quốc đại lục |
+| **WhisperCpp** | Tất cả nền tảng | `large-v2` | Cục bộ | Hỗ trợ tất cả nền tảng |
+| **Alibaba Cloud ASR** | Tất cả nền tảng | - | Đám mây | Tránh vấn đề mạng ở Trung Quốc đại lục |
## 🚀 Hỗ trợ mô hình ngôn ngữ lớn
-✅ Tương thích với tất cả các dịch vụ mô hình ngôn ngữ lớn cục bộ/đám mây tuân thủ **OpenAI API**, bao gồm nhưng không giới hạn:
+✅ Tương thích với tất cả các dịch vụ mô hình ngôn ngữ lớn cục bộ/đám mây phù hợp với **OpenAI API**, bao gồm nhưng không giới hạn:
- OpenAI
+- Gemini
- DeepSeek
- Tongyi Qianwen
- Mô hình mã nguồn mở triển khai cục bộ
- Các dịch vụ API tương thích với định dạng OpenAI khác
+## 🎤 Hỗ trợ chuyển văn bản thành giọng nói (TTS)
+- Dịch vụ giọng nói Alibaba Cloud
+- OpenAI TTS
+
## Hỗ trợ ngôn ngữ
-Ngôn ngữ đầu vào hỗ trợ: tiếng Trung, tiếng Anh, tiếng Nhật, tiếng Đức, tiếng Thổ Nhĩ Kỳ, tiếng Hàn, tiếng Nga, tiếng Mã Lai (đang tiếp tục mở rộng)
+Ngôn ngữ đầu vào hỗ trợ: Tiếng Trung, Tiếng Anh, Tiếng Nhật, Tiếng Đức, Tiếng Thổ Nhĩ Kỳ, Tiếng Hàn, Tiếng Nga, Tiếng Mã Lai (đang tiếp tục mở rộng)
-Ngôn ngữ dịch hỗ trợ: tiếng Anh, tiếng Trung, tiếng Nga, tiếng Tây Ban Nha, tiếng Pháp và 101 ngôn ngữ khác
+Ngôn ngữ dịch hỗ trợ: Tiếng Anh, Tiếng Trung, Tiếng Nga, Tiếng Tây Ban Nha, Tiếng Pháp và 101 ngôn ngữ khác
## Xem trước giao diện
![Xem trước giao diện](/docs/images/ui_desktop.png)
@@ -102,22 +107,22 @@ Ngôn ngữ dịch hỗ trợ: tiếng Anh, tiếng Trung, tiếng Nga, tiếng
## 🚀 Bắt đầu nhanh
### Các bước cơ bản
-Đầu tiên tải xuống tệp thực thi tương ứng với hệ điều hành của bạn từ [Release](https://github.com/krillinai/KrillinAI/releases), theo hướng dẫn dưới đây để chọn phiên bản desktop hay không desktop, sau đó đặt vào một thư mục trống, tải phần mềm vào một thư mục trống, vì sau khi chạy sẽ tạo ra một số thư mục, đặt vào thư mục trống sẽ dễ quản lý hơn.
+Đầu tiên tải xuống tệp thực thi phù hợp với hệ điều hành của bạn từ [Release](https://github.com/krillinai/KrillinAI/releases), theo hướng dẫn dưới đây để chọn phiên bản desktop hoặc không phải desktop, sau đó đặt vào một thư mục trống, tải phần mềm vào một thư mục trống, vì khi chạy sẽ tạo ra một số thư mục, đặt vào thư mục trống sẽ dễ quản lý hơn.
【Nếu là phiên bản desktop, tức là tệp release có đuôi desktop, xem tại đây】
-_Version desktop vừa được phát hành, nhằm giải quyết vấn đề người dùng mới khó chỉnh sửa tệp cấu hình đúng cách, vẫn còn nhiều lỗi, đang được cập nhật liên tục_
+_Version desktop mới được phát hành, nhằm giải quyết vấn đề người dùng mới khó chỉnh sửa tệp cấu hình đúng cách, vẫn còn một số lỗi, đang tiếp tục cập nhật_
1. Nhấp đúp vào tệp để bắt đầu sử dụng (phiên bản desktop cũng cần cấu hình trong phần mềm)
-【Nếu là phiên bản không desktop, tức là tệp release không có đuôi desktop, xem tại đây】
-_Version không desktop là phiên bản ban đầu, cấu hình phức tạp hơn, nhưng chức năng ổn định, đồng thời phù hợp cho triển khai trên máy chủ, vì sẽ cung cấp giao diện người dùng theo cách web_
-1. Tạo thư mục `config` trong thư mục, sau đó tạo tệp `config.toml` trong thư mục `config`, sao chép nội dung của tệp `config-example.toml` trong thư mục `config` và điền thông tin cấu hình của bạn.
+【Nếu là phiên bản không phải desktop, tức là tệp release không có đuôi desktop, xem tại đây】
+_Version không phải desktop là phiên bản ban đầu, cấu hình phức tạp hơn, nhưng chức năng ổn định, đồng thời phù hợp cho triển khai trên máy chủ, vì sẽ cung cấp giao diện người dùng theo cách web_
+1. Tạo thư mục `config` trong thư mục, sau đó tạo tệp `config.toml` trong thư mục `config`, sao chép nội dung của tệp `config-example.toml` trong thư mục `config` và điền vào `config.toml`, và điền thông tin cấu hình của bạn theo chú thích.
2. Nhấp đúp hoặc thực thi tệp thực thi trong terminal để khởi động dịch vụ
3. Mở trình duyệt, nhập `http://127.0.0.1:8888`, bắt đầu sử dụng (thay 8888 bằng cổng bạn đã điền trong tệp cấu hình)
### Đối với người dùng macOS
【Nếu là phiên bản desktop, tức là tệp release có đuôi desktop, xem tại đây】
Hiện tại, cách đóng gói phiên bản desktop do vấn đề chữ ký, chưa thể nhấp đúp để chạy trực tiếp hoặc cài đặt dmg, cần phải tin tưởng ứng dụng thủ công, cách làm như sau:
-1. Mở terminal trong thư mục chứa tệp thực thi (giả sử tên tệp là KrillinAI_1.0.0_desktop_macOS_arm64)
+1. Mở terminal đến thư mục chứa tệp thực thi (giả sử tên tệp là KrillinAI_1.0.0_desktop_macOS_arm64)
2. Thực hiện lần lượt các lệnh sau:
```
sudo xattr -cr ./KrillinAI_1.0.0_desktop_macOS_arm64
@@ -125,9 +130,9 @@ sudo chmod +x ./KrillinAI_1.0.0_desktop_macOS_arm64
./KrillinAI_1.0.0_desktop_macOS_arm64
```
-【Nếu là phiên bản không desktop, tức là tệp release không có đuôi desktop, xem tại đây】
+【Nếu là phiên bản không phải desktop, tức là tệp release không có đuôi desktop, xem tại đây】
Phần mềm này không có chữ ký, vì vậy khi chạy trên macOS, sau khi hoàn thành cấu hình tệp trong "các bước cơ bản", cần phải tin tưởng ứng dụng thủ công, cách làm như sau:
-1. Mở terminal trong thư mục chứa tệp thực thi (giả sử tên tệp là KrillinAI_1.0.0_macOS_arm64)
+1. Mở terminal đến thư mục chứa tệp thực thi (giả sử tên tệp là KrillinAI_1.0.0_macOS_arm64)
2. Thực hiện lần lượt các lệnh sau:
```
sudo xattr -rd com.apple.quarantine ./KrillinAI_1.0.0_macOS_arm64
@@ -141,22 +146,23 @@ Dự án này hỗ trợ triển khai Docker, vui lòng tham khảo [Hướng d
### Hướng dẫn cấu hình Cookie (không bắt buộc)
-Nếu bạn gặp tình trạng tải video không thành công
+Nếu bạn gặp phải tình trạng tải video không thành công
Vui lòng tham khảo [Hướng dẫn cấu hình Cookie](./get_cookies.md) để cấu hình thông tin Cookie của bạn.
### Giúp đỡ cấu hình (cần xem)
-Cách cấu hình nhanh chóng và thuận tiện nhất:
-* Chọn `transcription_provider` và `llm_provider` đều là `openai`, như vậy trong ba mục cấu hình lớn `openai`、`local_model`、`aliyun` chỉ cần điền `openai.apikey` là có thể thực hiện dịch phụ đề. (`app.proxy`、`model` và `openai.base_url` có thể điền theo tình hình của bạn)
+Cách cấu hình nhanh nhất và tiện lợi nhất:
+* Điền `transcribe.provider.name` là `openai`, như vậy chỉ cần điền khối `transcribe.openai` và cấu hình mô hình lớn trong khối `llm` là có thể thực hiện dịch phụ đề. (`app.proxy`, `model` và `openai.base_url` có thể điền theo tình hình của bạn)
-Cách cấu hình sử dụng mô hình nhận diện ngôn ngữ cục bộ (hiện tại không hỗ trợ macOS) (cân nhắc chi phí, tốc độ và chất lượng)
-* Điền `transcription_provider` là `fasterwhisper`, `llm_provider` là `openai`, như vậy trong ba mục cấu hình lớn `openai`、`local_model` chỉ cần điền `openai.apikey` và `local_model.faster_whisper` là có thể thực hiện dịch phụ đề, mô hình cục bộ sẽ tự động tải xuống. (`app.proxy` và `openai.base_url` tương tự)
+Cách cấu hình khi sử dụng mô hình nhận diện ngôn ngữ cục bộ (cân nhắc chi phí, tốc độ và chất lượng)
+* Điền `transcribe.provider.name` là `fasterwhisper`, điền `transcribe.fasterwhisper.model` là `large-v2`, sau đó điền cấu hình mô hình lớn trong khối `llm`, mô hình cục bộ sẽ tự động tải xuống và cài đặt. (`app.proxy` và `openai.base_url` tương tự như trên)
-Các trường hợp sử dụng sau đây cần cấu hình Alibaba Cloud:
-* Nếu `llm_provider` điền là `aliyun`, cần sử dụng dịch vụ mô hình lớn của Alibaba Cloud, vì vậy cần cấu hình mục `aliyun.bailian`
-* Nếu `transcription_provider` điền là `aliyun`, hoặc khi khởi động nhiệm vụ đã bật chức năng "lồng ghép giọng nói", đều cần sử dụng dịch vụ giọng nói của Alibaba Cloud, vì vậy cần điền mục `aliyun.speech`
-* Nếu đã bật chức năng "lồng ghép giọng nói", đồng thời tải lên âm thanh cục bộ để nhân bản giọng nói, thì cũng cần sử dụng dịch vụ lưu trữ đám mây OSS của Alibaba Cloud, vì vậy cần điền mục `aliyun.oss`
-Hỗ trợ cấu hình Alibaba Cloud: [Hướng dẫn cấu hình Alibaba Cloud](./aliyun.md)
+Chuyển văn bản thành giọng nói (TTS) là tùy chọn, logic cấu hình giống như trên, điền `tts.provider.name`, sau đó điền khối cấu hình tương ứng dưới `tts`, mã giọng nói trong UI điền theo tài liệu của nhà cung cấp đã chọn. Việc điền ak, sk của Alibaba Cloud có thể bị trùng lặp, điều này nhằm đảm bảo cấu trúc cấu hình rõ ràng.
+Lưu ý: Khi sử dụng nhân bản giọng nói, `tts` chỉ hỗ trợ chọn `aliyun`.
+
+**Để lấy AccessKey, Bucket, AppKey của Alibaba Cloud, vui lòng đọc**:[Hướng dẫn cấu hình Alibaba Cloud](./aliyun.md)
+
+Xin hiểu rằng, nhiệm vụ = nhận diện giọng nói + dịch mô hình lớn + dịch vụ giọng nói (TTS, v.v., tùy chọn), điều này sẽ giúp bạn hiểu rõ hơn về tệp cấu hình.
## Câu hỏi thường gặp
@@ -171,5 +177,4 @@ Vui lòng tham khảo [Câu hỏi thường gặp](./faq.md)
2. Theo dõi tài khoản mạng xã hội của chúng tôi, [Bilibili](https://space.bilibili.com/242124650), hàng ngày chia sẻ nội dung chất lượng trong lĩnh vực công nghệ AI
## Lịch sử sao
-
-[![Biểu đồ lịch sử sao](https://api.star-history.com/svg?repos=krillinai/KrillinAI&type=Date)](https://star-history.com/#krillinai/KrillinAI&Date)
\ No newline at end of file
+[![Star History Chart](https://api.star-history.com/svg?repos=krillinai/KrillinAI&type=Date)](https://star-history.com/#krillinai/KrillinAI&Date)
\ No newline at end of file
diff --git a/docs/vi/aliyun.md b/docs/vi/aliyun.md
index 4147924f..3ad93b59 100644
--- a/docs/vi/aliyun.md
+++ b/docs/vi/aliyun.md
@@ -1,36 +1,31 @@
## Điều kiện tiên quyết
Cần có tài khoản [Alibaba Cloud](https://www.aliyun.com) và đã xác thực danh tính, hầu hết các dịch vụ đều có hạn mức miễn phí.
-## Lấy khóa bí mật từ nền tảng mô hình lớn Alibaba Cloud
-1. Đăng nhập vào [Nền tảng dịch vụ mô hình lớn Alibaba Cloud](https://bailian.console.aliyun.com/), di chuột qua biểu tượng trung tâm cá nhân ở góc trên bên phải của trang, trong menu thả xuống nhấp vào API-KEY.
-![百炼](/docs/images/bailian_1.png)
-2. Trong thanh điều hướng bên trái, chọn Tất cả API-KEY hoặc API-KEY của tôi, sau đó tạo hoặc xem API Key.
-
## Lấy `access_key_id` và `access_key_secret` của Alibaba Cloud
-1. Truy cập vào [Trang quản lý AccessKey của Alibaba Cloud](https://ram.console.aliyun.com/profile/access-keys).
-2. Nhấp vào Tạo AccessKey, nếu cần chọn cách sử dụng, chọn "Sử dụng trong môi trường phát triển cục bộ".
-![阿里云access key](/docs/images/aliyun_accesskey_1.png)
-3. Bảo quản cẩn thận, tốt nhất là sao chép vào tệp tin cục bộ để lưu trữ.
+1. Truy cập [Trang quản lý AccessKey của Alibaba Cloud](https://ram.console.aliyun.com/profile/access-keys).
+2. Nhấp vào "Tạo AccessKey", nếu cần chọn cách sử dụng, chọn "Sử dụng trong môi trường phát triển địa phương".
+![Alibaba Cloud access key](/docs/images/aliyun_accesskey_1.png)
+3. Bảo quản cẩn thận, tốt nhất là sao chép vào tệp tin địa phương để lưu.
-## Kích hoạt dịch vụ giọng nói Alibaba Cloud
-1. Truy cập vào [Trang quản lý dịch vụ giọng nói Alibaba Cloud](https://nls-portal.console.aliyun.com/applist), lần đầu vào cần kích hoạt dịch vụ.
-2. Nhấp vào Tạo dự án.
-![阿里云speech](/docs/images/aliyun_speech_1.png)
+## Kích hoạt dịch vụ giọng nói của Alibaba Cloud
+1. Truy cập [Trang quản lý dịch vụ giọng nói của Alibaba Cloud](https://nls-portal.console.aliyun.com/applist), lần đầu truy cập cần kích hoạt dịch vụ.
+2. Nhấp vào "Tạo dự án".
+![Alibaba Cloud speech](/docs/images/aliyun_speech_1.png)
3. Chọn chức năng và kích hoạt.
-![阿里云speech](/docs/images/aliyun_speech_2.png)
+![Alibaba Cloud speech](/docs/images/aliyun_speech_2.png)
4. "Tổng hợp giọng nói văn bản theo luồng (Mô hình lớn CosyVoice)" cần nâng cấp lên phiên bản thương mại, các dịch vụ khác có thể sử dụng phiên bản trải nghiệm miễn phí.
-![阿里云speech](/docs/images/aliyun_speech_3.png)
+![Alibaba Cloud speech](/docs/images/aliyun_speech_3.png)
5. Sao chép app key là xong.
-![阿里云speech](/docs/images/aliyun_speech_4.png)
+![Alibaba Cloud speech](/docs/images/aliyun_speech_4.png)
## Kích hoạt dịch vụ OSS của Alibaba Cloud
-1. Truy cập vào [Bảng điều khiển dịch vụ lưu trữ đối tượng Alibaba Cloud](https://oss.console.aliyun.com/overview), lần đầu vào cần kích hoạt dịch vụ.
-2. Chọn danh sách Bucket ở bên trái, sau đó nhấp vào Tạo.
-![阿里云OSS](/docs/images/aliyun_oss_1.png)
-3. Chọn Tạo nhanh, điền tên Bucket phù hợp và chọn khu vực **Thượng Hải**, hoàn tất việc tạo (tên được điền ở đây chính là giá trị của cấu hình `aliyun.oss.bucket`).
-![阿里云OSS](/docs/images/aliyun_oss_2.png)
+1. Truy cập [Bảng điều khiển dịch vụ lưu trữ đối tượng của Alibaba Cloud](https://oss.console.aliyun.com/overview), lần đầu truy cập cần kích hoạt dịch vụ.
+2. Chọn danh sách Bucket ở bên trái, sau đó nhấp vào "Tạo".
+![Alibaba Cloud OSS](/docs/images/aliyun_oss_1.png)
+3. Chọn "Tạo nhanh", điền tên Bucket phù hợp và chọn khu vực **Thượng Hải**, hoàn tất việc tạo (tên điền ở đây chính là giá trị của cấu hình `aliyun.oss.bucket`).
+![Alibaba Cloud OSS](/docs/images/aliyun_oss_2.png)
4. Sau khi tạo xong, vào Bucket.
-![阿里云OSS](/docs/images/aliyun_oss_3.png)
-5. Tắt công tắc "Chặn truy cập công cộng" và thiết lập quyền đọc/ghi thành "Công khai đọc".
-![阿里云OSS](/docs/images/aliyun_oss_4.png)
-![阿里云OSS](/docs/images/aliyun_oss_5.png)
\ No newline at end of file
+![Alibaba Cloud OSS](/docs/images/aliyun_oss_3.png)
+5. Tắt công tắc "Chặn truy cập công cộng" và thiết lập quyền đọc/ghi thành "Đọc công cộng".
+![Alibaba Cloud OSS](/docs/images/aliyun_oss_4.png)
+![Alibaba Cloud OSS](/docs/images/aliyun_oss_5.png)
\ No newline at end of file