一个开发者把 VoxCPM2 接进了视频翻译流程，做出来的工具能直接把视频转成多种语言，同时保留原说话人的音色和对话的自然感。

核心链路怎么跑

打开网易新闻 查看精彩图片

项目把几件事串了起来：用 VoxCPM2 做参考音色克隆，用 Whisper 完成转录和词级对齐，再走自动翻译，最后可选 LatentSync 做唇形同步。整套流程优先在本地处理，从人声分离一路做到视频重建。

打开网易新闻 查看精彩图片

端到端，不用来回切工具

这意味着用户不需要自己拼装多个软件，一个项目里就能完成从原始视频到多语言成片的完整步骤。音色克隆和词级对齐是保留自然度的关键，唇形同步则作为可选项留给有需要的场景。