- name
- audio-translator
- version
- 2.1.0
- description
- 多语种语音翻译技能。支持URL或本地文件输入，自动识别源语言，翻译为目标语言，并生成目标语言的语音文件。支持中文、英文、日文、法文、西班牙文等多种语言互译。
- author
- winer
- tags
- [audio, translation, speech, multilingual, whisper, tts, url, download]
- tools
- [bash, python, curl]
多语种音频翻译助手
支持 URL 或本地文件输入，自动识别源语言，翻译为目标语言，并生成目标语言的语音文件。
触发条件
当用户提出以下请求时激活此技能：
- "翻译语音文件"
- "翻译这个音频"
- "把语音翻译成XX语"
- "下载并翻译音频"
- "translate audio from url"
- "翻译在线音频"
参数定义
input_path（必需）
- 类型: string
- 描述: 输入音频文件路径或URL
- 支持类型:
- 本地文件: /Users/winer/Downloads/audio.mp3 - URL: https://example.com/audio.mp3
- 示例:
- "/Users/winer/Downloads/录音.mp3" - "https://example.com/voice.m4a"
target_lang（必需）
- 类型: string
- 描述: 目标语言代码
- 可选值:
- en - 英文 - zh - 中文 - ja - 日文 - fr - 法文 - es - 西班牙文 - de - 德文 - ko - 韩文 - ru - 俄文 - it - 意大利文
output_path（可选）
- 类型: string
- 描述: 输出语音文件路径（默认：自动生成）
- 示例:
"/Users/winer/Downloads/结果.mp3"
source_lang（可选）
- 类型: string
- 描述: 源语言代码（默认自动检测）
执行流程
步骤1: 输入处理
- 检测输入是 URL 还是本地文件
- URL: 使用 curl 下载到临时目录
- 本地文件: 直接使用
步骤2: 语音识别（Whisper 自动检测语言）
from faster_whisper import WhisperModel
model = WhisperModel("tiny", device="cpu", compute_type="int8")
segments, info = model.transcribe(audio_path)
source_language = info.language步骤3: 翻译（MyMemory API）
curl -s "https://api.mymemory.translated.net/get?q=<文本>&langpair=<源>|<目标>"步骤4: 目标语言语音合成（edge-tts）
根据目标语言选择对应的 TTS 语音：
| 目标语言 | TTS 语音 |
|---|---|
| en | en-US-AriaNeural |
| zh | zh-CN-XiaoxiaoNeural |
| ja | ja-JP-NanamiNeural |
| fr | fr-FR-DeniseNeural |
| es | es-ES-ElviraNeural |
| de | de-DE-KatjaNeural |
| ko | ko-KR-SunHiNeural |
| ru | ru-RU-SvetlanaNeural |
| it | it-IT-ElsaNeural |
使用示例
示例1: 本地文件翻译
翻译 /Users/winer/录音.mp3 到英文示例2: URL音频翻译
翻译 https://example.com/voice.m4a 到中文示例3: 指定输出路径
翻译 /Users/winer/audio.mp3 en /Users/winer/result.mp3示例4: URL到指定输出
翻译 https://example.com/speech.mp3 zh /Users/winer/speech_zh.mp3注意事项
- 自动语言检测: Whisper 会自动检测源语言
- 免费使用: Whisper(本地)、MyMemory API、edge-tts 均免费
- 网络需求: 翻译和TTS需要网络连接；URL输入需要网络下载
- 支持的输入格式: mp3, wav, m4a, aac, ogg, flac, wma
- Python 版本: 使用 Python 3.11