VideoLingo

Toda la cadena de subtítulos y doblaje se ejecuta desde una sola ventana de Streamlit. Pegas un enlace de YouTube o señalas un archivo local, ajustas el idioma y los modelos, y la herramienta se encarga de descarga, reconocimiento, segmentación, traducción y exportación en orden. Cada etapa escribe su resultado en disco, así que un paso fallido se puede reintentar sin repetir todo desde cero.

El reconocimiento se apoya en Qwen3-ASR junto a un alineador forzado, que marca los tiempos de cada palabra en lugar de la frase entera. Esa precisión es la que hace que los subtítulos caigan en el momento justo. También puedes enviar el audio a ElevenLabs o MAI-Transcribe-2 si prefieres no ejecutar el modelo en local. Ten en cuenta que así tu audio sale hacia un tercero.

Las frases habladas largas no caben en una sola línea de subtítulo. La herramienta combina reglas de NLP con una pasada del LLM para dividir la transcripción en líneas cortas y legibles con límites de longitud configurables, con la misma lógica que aplicaría un editor humano. La traducción llega después de la segmentación, así que los subtítulos traducidos conservan el tiempo del habla original.

La traducción pasa por dos fases por defecto. Una lista de terminología propia y un glosario generado por IA mantienen nombres, jerga y frases repetidas coherentes en todo el archivo, y un paso de reflexión opcional reescribe la salida torpe de la máquina hasta que se lee natural. Aquí es donde un buen LLM justifica su coste: un modelo flojo produce subtítulos planos y literales.

El doblaje es opcional y funciona con varios motores de voz, como OpenAI TTS, Fish Audio, SiliconFlow, GPT-SoVITS y Edge TTS. GPT-SoVITS es el que mejor clona una voz, pero solo cubre chino e inglés, mientras que los otros abarcan más idiomas. Los tiempos y la entonación dependen de la traducción y de la voz, y ajustar la velocidad no garantiza una sincronización perfecta.

Para automatizar, VideoLingo expone una API HTTP local que comparte el mismo proceso que la interfaz. Los scripts y los agentes de IA pueden enviar un trabajo a la vez, consultar el avance, descargar resultados y reintentar los fallos. Esto sustituyó al antiguo modo por lotes con Excel, que el proyecto ya no recomienda.

Cada paso registra su avance en disco, así que puedes pausar, reanudar o detener un trabajo a mitad y retomarlo más tarde. Las respuestas correctas del modelo quedan en caché, de modo que reintentar una ejecución fallida reutiliza el trabajo ya hecho en vez de pagar dos veces la misma traducción.