在介绍本章之前，我们先普及一下Prometheus Metrics的服务启动办法。 有关Prometheus是个什么东东，希望大家可以去额外补充下知识，我用一句大白话来解释就是，系统的监控指标。 那

这是一个视频翻译工具，可将一种语言的视频翻译为另一种语言和配音的视频。 语音识别基于 openai-whisper 离线模型、文字翻译使用google翻译接口，文字合成语音使用edge tts

今天我们介绍的开源项目，可以免费进行视频/音频转录文字，也支持实时语音转文字，并且离线可用，帮助打工人提升效率，它就是：buzz

制作双语字幕的方案网上有很多，林林总总，不一而足。制作双语字幕的原理也极其简单，无非就是人声背景音分离、语音转文字、文字翻译，最后就是字幕文件的合并，但美中不足之处这些环节中需要接口api的参与，比

VideoSrt：一键高效：专业级视频音频字幕自动生成功能- 精选真开源，释放新价值。 概览 VideoSrt是一款专为高效媒体后期制作设计的工具，它采用了Golang编程语言，并基于lxn/walk

GPT-SoVITS：一个声音克隆和文本到语音转换的开源 Python RAG框架，只需1分钟语音即可训练一个自己的TTS模型。 - 精选真开源 释放新价值 概览 语音克隆，这一神秘而又引人入胜的技术

Slidev：程序员的演示艺术，让思想在Markdown中跃动 - 精选真开源 释放新价值 概览 Slidev 是一个专为开发者设计的现代化、基于 Web 的幻灯片制作和演示工具。

PaddleOCR：无需繁琐训练，一拍即识！用镜头捕捉瞬间，多场景文本秒变可读信息！ - 精选真开源，释放新价值。

Umi-OCR：瞬间捕获，字句跃然眼前！精准识别图文信息，让数据提取无限拓展！ - 精选真开源，释放新价值。