KI-Tools, bewertet für deinen Beruf
Bezahlte KI-Jobs
🤝 Du bist in der Frei-&-Open-Source-Bibliothek — von der Community entwickelte Tools, die du kostenlos nutzen kannst. Ein anderes Konzept als unser bewertetes KI-Verzeichnis.
Start › Frei & Open Source › Schreiben › VideoLingo
✦ Frei & Open SourceSchreiben

VideoLingo

Streamlit-App, die Videos in Untertiteldateien und synchronisierte Videos transkribiert, segmentiert, übersetzt und optional synchronisiert.

Zweisprachige Untertitel und Synchronisation aus einer App

Wortgenaue Erkennung, LLM-Übersetzung mit einem Terminologieschritt und optionales Synchronisieren in einer Streamlit-Benutzeroberfläche.

Für immer kostenlos · Open Source · Apache-2.0
✓ Light setup✓ Im Browser✓ Echtzeit-Zusammenarbeit
7.8
ZEKAI
Gute Untertitel, erfordert API
Frei & Open Source · Schreiben
Einfache Einrichtung6
Nützlichkeit7
Wartung9.5
Community8.5
★ 19,223
GITHUB
Nov 2026
AKTUALISIERT
Apache-2.0
LIZENZ
🛠 Keine Lust auf Self-Hosting? Wir richten es ein →
⚡ Schnelle Antwort

VideoLingo verwandelt ein Video oder einen YouTube-Link in einzeilige, zweisprachige Untertitel und auf Wunsch in eine Synchronspur. Es richtet sich an Creator, die einen LLM-API-Schlüssel besitzen und mehr Kontrolle über Untertitel-Timings und Terminologie als bei einer reinen maschinellen Übersetzung wünschen.

Läuft auf
Cross-platform
Hosting
Cloud oder selbst gehostet
Sprachen
Python
Lizenz
Apache-2.0

Was es ist

Es lädt Videos mit yt-dlp herunter, führt mit Qwen3-ASR und Qwen3-ForcedAligner eine wortgenaue Erkennung und Ausrichtung durch und segmentiert Untertitel anschließend mithilfe von NLP und KI. Die Übersetzung erfolgt über ein OpenAI-kompatibles LLM mit benutzerdefinierter und KI-generierter Terminologie sowie optionaler Reflexion und Überarbeitung. Die Synchronisation verbindet sich mit GPT-SoVITS, OpenAI, Fish Audio, Edge TTS, F5-TTS und anderen.

Für wen

Es eignet sich für Untertitel-Ersteller und Lehrende, die Vorträge, Tutorials und Interviews zwischen einigen wenigen Hauptsprachen übersetzen. Es eignet sich nicht für die Synchronisation mit mehreren Sprechern, da laut README der Synchronisations-Workflow keinem Sprecher eine eigene Stimme zuweist.

Wichtige Funktionen

Wortgenaue Erkennung

Verwendet Qwen3-ASR mit Qwen3-ForcedAligner für Wort-Timings.

Terminologieschritt

Kombiniert Ihr eigenes Glossar mit KI-generierten Begriffen für eine konsistente Übersetzung.

Reflektierende Übersetzung

Direkte Übersetzung mit optionalen Reflexions- und natürlichen Überarbeitungsschritten.

Längenbegrenzte Untertitel

Segmentiert Untertitel mit konfigurierbaren Längenbegrenzungen für die einzeilige Anzeige.

Verschiedene Synchronisations-Backends

Bietet GPT-SoVITS, OpenAI, Fish Audio, SiliconFlow, Edge TTS und F5-TTS.

Fortsetzen und HTTP-API

Protokolliert den Fortschritt, damit Aufgaben fortgesetzt werden können, und stellt eine lokale HTTP-API für Skripte bereit.

Erste Schritte

Startklar in 3 Schritten

1
Laden Sie unter Windows die Quellcode-ZIP-Datei aus dem neuesten GitHub-Release herunter, entpacken Sie sie und doppelklicken Sie auf OneKeyStart.bat
2
Führen Sie unter macOS oder Linux git clone und dann uv run start.py aus dem Projektordner aus
3
Geben Sie Ihre LLM-API-URL, Ihren Schlüssel und Ihr Modell in der Seitenleiste der Streamlit-Seite ein und laden Sie dann ein Video hoch oder fügen Sie einen Link ein
Klartext

Unser ehrliches Fazit

Stärken

  • Windows-Ein-Klick-Installer ruft uv, Python 3.12, Abhängigkeiten und FFmpeg für Sie ab
  • Terminologieverwaltung hält Fachbegriffe über ein langes Video hinweg konsistent
  • Steuerelemente zum Pausieren, Fortsetzen und Stoppen mit Fortschrittswiederherstellung helfen bei langen Aufträgen
  • Funktioniert mit jedem OpenAI-kompatiblen LLM-Endpunkt, sodass Sie Modell und Preis selbst wählen

Schwächen

  • Sie benötigen einen LLM-API-Schlüssel und bezahlen diesen Anbieter; das Modell muss das für den Workflow erforderliche strukturierte JSON zurückgeben, und schwächere Modelle scheitern
  • Die lokale Erkennung läuft auf Ihrer Hardware; der Docker-Weg erfordert eine NVIDIA-GPU, das NVIDIA Container Toolkit und CUDA 12.8.1 oder 12.6
  • Die Eingabesprachen sind auf acht beschränkt (Englisch, Russisch, Französisch, Deutsch, Italienisch, Spanisch, Japanisch, Chinesisch) und sprachgemischte Sprache wird nicht garantiert
  • Das Synchronisations-Timing hängt von der Übersetzung und Sprechgeschwindigkeit ab, und laut README garantiert die Geschwindigkeitsanpassung keine natürliche Sprachausgabe
Kosten

Preise & Lizenz

Kostenlos unter Apache-2.0 selbst zu hosten, zuzüglich der Kosten für Ihr LLM und eventuelle kostenpflichtige TTS-Anbieter. Der gehostete Dienst unter https://videolingo.io/pricing führt Free für $0/Monat (15 Minuten, nur Englisch und Chinesisch, 480p, Wasserzeichen), Starter für $5/Monat (60 Minuten) und Pro für $30/Monat (360 Minuten, Fish Audio-Stimmklonen, API-Zugriff) auf.

Bezahlte Arbeit

Stellen für Deutschsprachige

883 offene Remote-Stellen im KI-Training, aktualisiert am 16. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.

Alle offenen Stellen ansehen →
Vergleich

Alternativen

🎁 Freie & Open-Source-Alternativen

Diese bewerteten KI-Tools erledigen die Aufgabe sofort — aus unserem bewerteten Verzeichnis.

Mehr

Nutze es, oder lass es uns einrichten

📄 Kostenloses PDF: VideoLingo für Schreiben
Ein verständlicher Leitfaden für dein erstes Ergebnis. Direkt in dein Postfach.
🔔 64 Personen wünschen sich ein komplettes Video-Tutorial — stimme ab
🛠 Keine Lust auf eigene Einrichtung?
Wir installieren, hosten & konfigurieren VideoLingo für dich — und schulen dein Team.
Erledigen lassen ↗
Fragen

FAQ

Ist VideoLingo kostenlos?

Der Code steht unter der Apache-2.0-Lizenz und kann kostenlos selbst ausgeführt werden, Sie bezahlen jedoch für die von Ihnen angebundene LLM-API. Das Projekt betreibt zudem einen gehosteten Dienst auf videolingo.io mit einer kostenlosen Tarifstufe und kostenpflichtigen Tarifen.

Kann es mit verschiedenen Stimmen pro Sprecher synchronisieren?

Nicht automatisch. Die README führt dies als eine aktuelle Einschränkung des Synchronisations-Workflows auf.

Welche Sprachen kann es transkribieren?

Die README listet acht Eingabesprachen auf: Englisch, Russisch, Französisch, Deutsch, Italienisch, Spanisch, Japanisch und Chinesisch. Die Synchronisationssprachen hängen von der gewählten TTS-Engine ab.

Radar

Neueste KI-News

✉️ Das wöchentliche kostenlose Toolkit
Die besten neuen freien & Open-Source-Tools für Schreiben — eine kurze E-Mail pro Woche, in deiner Sprache.
Kostenlos · 1 E-Mail/Woche · jederzeit abbestellbar
Mit KI-Training Geld verdienen →

Zekai zuerst in Google sehen