AI 导读
牛津大学博士后、前 Meta 和 Microsoft 研究员 Kevin Lin 发布 Violin，一个把 ASR、LLM 翻译与 TTS 串成流水线的开源视频翻译 Skill。它支持 Web 应用、CLI 命令行和 Agent Skill，全部以 MIT 开源，可个性化翻译风格与语音，并基于视频内容回答问题。Demo、博客与 GitHub 项目地址见原帖。
正文
兄弟们，这个可以啊！赶紧装起来！
Kevin Lin，牛津大学博士后，前Meta和Microsoft研究员，刚刚把Violin这个开源视频翻译Skill放了出来。
视频已经是互联网绝对主流的内容形式。
可绝大多数高质量讲座、演讲、播客却被单一语言死死锁住，全球观众根本触达不到。
Violin把ASR、LLM翻译、TTS三者无缝串成一条流水线。
「输入一段视频，它就能自动完成语音识别、多语言翻译、自然语音合成。」
最实用的是两个功能：
你可以个性化翻译风格，把学术报告改成孩子也能听懂的版本；
还能直接和视频聊天，任何问题都基于视频内容给出答案。
它同时支持Web应用、CLI命令行和Agent Skill，全部MIT开源。
以后高质量内容不再只属于某一种语言，而是真正走向全球。
Demo、博客和GitHub都在原帖。
如果你在做内容、教育、跨语言传播，或者正在开发多模态Agent，这套Skill值得立刻去试。
你觉得AI下一步最该解决的，是内容创作，还是内容全球化？
项目地址：github.com/shang-zhu/violin
Video
🌟Introducing🎻Violin — an Open-source Video Translation Skill. 📹Video is the dominant medium on the internet, yet most high-quality content (lecture, talk, podcast) is locked behind a single language, leaving global audiences behind. So we built Violin: a video skill that combines speech recognition, LLM translation, and speech synthesis into one seamless pipeline. 🌐 Demo: violin-ai.com 📝 Blog: together.ai/blog/violin-open… 🔗 GitHub: github.com/shang-zhu/violin ✨Key Features: 🎙️High-quality multilingual ASR & Translation & TTS. 🗣️Personalize translation & voice (turn an academic talk into something children can follow). 💬Chat with the video — ask any questions grounded in the video. 🧩Support Web app, CLI, and Agent skill 🍃Fully open-source under MIT. ❤️Built with the wonderful @ShangZhu18 and advised by @james_y_zou ! All features powered by @togethercompute . Try it and let us know what you think! 🎻 Video在 X 查看被引用的帖子
来源：@berryxia · x.com