KrillinAI 使用与启动教程
2026-01-30 04:57:39作者:滑思眉Philip
1. 项目介绍
KrillinAI 是一个基于AI大模型的视频翻译和配音工具,它提供了专业级的翻译和一键部署全流程的能力。该工具能够生成适配于 YouTube、TikTok、Bilibili、视频号、小红书等平台的视频内容。KrillinAI 支持视频下载、字幕识别、智能分段、专业翻译、术语替换、配音和声音克隆以及视频合成等功能。
2. 项目快速启动
环境准备
- 下载并安装 Go 语言环境
- 确保系统中已安装 Docker(若使用 Docker 部署)
下载项目
git clone https://github.com/krillinai/KrillinAI.git
cd KrillinAI
配置项目
在项目目录中创建 config 文件夹,并在该文件夹中创建 config.toml 文件。将 config-example.toml 文件的内容复制到 config.toml 中,并根据实际情况填写配置信息。
启动服务
使用可执行文件启动(Windows、macOS)
从 Release 页面下载与设备系统相匹配的可执行文件,将其放置在一个空文件夹中。双击可执行文件启动服务,然后在浏览器中输入 http://127.0.0.1:8888(将端口替换为 config.toml 中配置的端口)开始使用。
使用 Docker 启动
docker-compose up
启动后,同样在浏览器中输入 http://127.0.0.1:8888 访问。
注意事项
- macOS 用户可能需要手动信任应用程序。打开终端,导航到可执行文件所在的目录,执行以下命令:
sudo xattr -rd com.apple.quarantine ./KrillinAI_1.0.0_macOS_arm64
sudo chmod +x ./KrillinAI_1.0.0_macOS_arm64
./KrillinAI_1.0.0_macOS_arm64
3. 应用案例和最佳实践
字幕翻译
将本地视频文件导入 KrillinAI,一键生成字幕文件,并将其插入到视频中。生成的字幕文件无需手动调整,没有缺失或重叠的字幕,句子分割自然,翻译质量高。
视频配音
利用 KrillinAI 的配音和声音克隆功能,可以为视频添加多种语言的配音,使得内容更加丰富多彩。
4. 典型生态项目
目前,KrillinAI 的生态项目包括但不限于:
yt-dlp: 用于视频下载的库Whisper: 用于高精度语音识别的模型CosyVoice: 用于声音克隆和配音的引擎
通过这些生态项目的支持,KrillinAI 能够提供更加完善和强大的视频处理能力。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
675
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
627
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
947
886
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
398
302
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
909
暂无简介
Dart
921
228
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
559
昇腾LLM分布式训练框架
Python
142
169
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381