多语种音频翻译助手

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。

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）

python

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）

bash

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

text

翻译 /Users/winer/录音.mp3 到英文

示例2: URL音频翻译

text

翻译 https://example.com/voice.m4a 到中文

示例3: 指定输出路径

text

翻译 /Users/winer/audio.mp3 en /Users/winer/result.mp3

示例4: URL到指定输出

text

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