Aplicación de Streamlit que transcribe, segmenta, traduce y, opcionalmente, dobla vídeos en archivos de subtítulos y vídeo doblado.
Reconocimiento a nivel de palabra, traducción con LLM con un paso de terminología y doblaje opcional en una interfaz de usuario de Streamlit.
VideoLingo convierte un vídeo o un enlace de YouTube en subtítulos bilingües de una sola línea y, si lo deseas, en una pista doblada. Se adapta a creadores que tienen una clave de API de LLM y prefieren el control de la sincronización de subtítulos y de la terminología antes que una traducción automática simple.
Descarga vídeo con yt-dlp, ejecuta el reconocimiento y alineación a nivel de palabra con Qwen3-ASR y Qwen3-ForcedAligner, y luego segmenta los subtítulos mediante NLP e IA. La traducción se realiza a través de un LLM compatible con OpenAI con terminología personalizada y generada por IA, además de reflexión y reescritura opcionales. El doblaje se conecta a GPT-SoVITS, OpenAI, Fish Audio, Edge TTS, F5-TTS y otros.
Es adecuado para subtituladores y educadores que traducen charlas, tutoriales y entrevistas entre un puñado de idiomas principales. No es apto para doblaje con múltiples hablantes, ya que el README indica que el flujo de trabajo de doblaje no asigna una voz separada a cada hablante.
Utiliza Qwen3-ASR con Qwen3-ForcedAligner para la sincronización de palabras.
Combina tu propio glosario con términos generados por IA para una traducción coherente.
Traducción directa con pasos opcionales de reflexión y reescritura natural.
Segmenta los subtítulos con límites de longitud configurables para su visualización en una sola línea.
Ofrece GPT-SoVITS, OpenAI, Fish Audio, SiliconFlow, Edge TTS y F5-TTS.
Registra el progreso para poder reanudar las tareas y expone una API HTTP local para scripts.
Gratis para self-host bajo Apache-2.0, más el coste de tu LLM y de cualquier proveedor de TTS de pago. El servicio alojado en https://videolingo.io/pricing lista Gratis a $0/mes (15 minutos, solo inglés y chino, 480p, marca de agua), Starter a $5/mes (60 minutos) y Pro a $30/mes (360 minutos, clonación de voz de Fish Audio, acceso a API).
883 puestos remotos abiertos de entrenamiento de IA, actualizados el 16 de noviembre de 2026; la mayoría paga $20–$175 por hora. 25 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.
Estas herramientas de IA evaluadas hacen el mismo trabajo al instante — de nuestro directorio puntuado.
El código es Apache-2.0 y su ejecución local es gratuita, pero pagas por la API de LLM que conectes. El proyecto también ofrece un servicio alojado en videolingo.io con un nivel gratuito y planes de pago.
No automáticamente. El README enumera esto como una limitación actual del flujo de trabajo de doblaje.
El README enumera ocho idiomas de entrada: inglés, ruso, francés, alemán, italiano, español, japonés y chino. Los idiomas de doblaje dependen del motor de TTS que elijas.
Ve Zekai primero en Google