OpenClaw 视频翻译与配音技能（openclaw-videotranslate-skill）出自 Hermes Skills 合集，作者为 ara.so。它是一个用于视频字幕翻译与多语言配音生成的专业级 OpenClaw 技能，内置 3D 自适应调度器，用于处理 API 速率限制、自动音频时长对齐，并输出无损多轨视频。
【用途】 以两种模式处理视频：
- 仅字幕模式：翻译字幕并保留原始音频，输出双语字幕视频。
- 字幕+配音模式：翻译字幕并生成目标语言的 TTS 音频，自动进行时间轴对齐。
【主要能力】
- 提取内嵌或外部字幕（SRT/VTT）。
- 使用 LLM 或网页翻译 API 进行翻译。
- 通过语音映射生成自然的 TTS 音频。
- 自动拉伸/压缩音频以匹配原始时间轴。
- 输出无损多轨 MKV 视频。
- 以 3D 自适应调度（批大小、负载大小、并发数）处理 API 速率限制。
【安装与环境】 前置条件：安装 FFmpeg。 macOS：brew install ffmpeg Ubuntu/Debian：sudo apt install ffmpeg Windows（Chocolatey）：choco install ffmpeg
安装技能： git clone https://github.com/zbjincheng/openclaw-skill-videotranslate.git cd openclaw-skill-videotranslate pip install -e . 或安装开发依赖：pip install -e ".[dev]"
环境配置：复制 .env.example 为 .env，并添加 API 凭据。 TRANSLATION_ENDPOINT=https://api.openai.com/v1/chat/completions TRANSLATION_CREDENTIAL=your_api_key_here TTS_ENDPOINT=https://api.openai.com/v1/audio/speech TTS_CREDENTIAL=your_api_key_here
【配置】 技能通过 manifest.yaml 配置。可配置参数包括：video_path（必填，源视频路径）、subtitle_path（可选，外部字幕文件，省略时提取内嵌字幕）、source_language 与 target_language（必填，语言代码如 en、zh-CN、ja、es、fr、de、ko）、processing_mode（必填枚，subtitle_only 或 subtitle_and_dubbing）、translation_provider（必填枚，llm 或 web）、translation_endpoint 与 translation_credential（必填）、tts_provider、tts_endpoint、tts_credential（当 processing_mode 为 subtitle_and_dubbing 时必填），以及可选的调度器参数（max_concurrency、initial_batch_size、max_payload_tokens、backoff_multiplier）。
【使用方式】 支持 Python API 调用（TranslationDubbingSkill 类，配合 ProcessingMode 枚）与命令行接口。 基础字幕翻译示例： from translation_dubbing_skill.entry import TranslationDubbingSkill from translation_dubbing_skill.models import ProcessingMode skill = TranslationDubbingSkill( video_path="input.mp4", source_language="en", target_language="zh-CN", processing_mode=ProcessingMode.SUBTITLE_ONLY, translation_provider="llm", translation_endpoint="https://api.openai.com/v1/chat/completions", translation_credential="${TRANSLATION_CREDENTIAL}", output_dir="./output" ) result = skill.execute()
完整翻译+配音示例： skill = TranslationDubbingSkill( video_path="lecture.mp4", subtitle_path="lecture.srt", source_language="en", target_language="ja", processing_mode=ProcessingMode.SUBTITLE_AND_DUBBING, translation_provider="llm", translation_endpoint="https://api.openai.com/v1/chat/completions", translation_credential="${TRANSLATION_CREDENTIAL}", tts_provider="llm", tts_endpoint="https://api.openai.com/v1/audio/speech", tts_credential="${TTS_CREDENTIAL}", output_dir="./output" ) result = skill.execute()
命令行用法： openclaw-videotranslate --video input.mp4 --source en --target zh-CN
【输出结构】 视频：原始视频流（无损复制） 音轨 1（默认）：目标语言配音 音轨 2：原始源语言 字幕轨 1（默认）：目标语言翻译字幕 字幕轨 2：原始源语言字幕
【字幕与音频处理】 SubtitleParser 可解析 SRT/VTT，SubtitleEntry 用于构建字幕对象，SubtitleSerializer 写出翻译后字幕。LLM 翻译提供者会自动剥离 <think> 推理块、稳健解析 JSON 响应、在上下文超限时切片负载、支持自定义系统提示词。LLM TTS 提供者支持语音映射（如 narrator→alloy、speaker1→echo、speaker2→nova）。AudioAligner 使用时间拉伸（非变调）对齐音频时长，以保留音质。VideoMuxer 生成多轨输出。
【进度与错误处理】 可通过 ProgressListener 监听状态变化、错误与完成事件。内置错误类型包括 SubtitleExtractionError、TranslationAPIError、TTSAPIError、AudioAlignmentError、VideoMuxingError、RateLimitError。3D 调度器自动处理 HTTP 429（指数退避加抖动）、上下文窗口溢出（负载切片重新分批）与网络错误（可配置重试）。
【适用场景】 需要为视频生成多语言字幕与配音的场合，如教程、讲座等内容的本地化处理，尤其是需保留原音并输出多轨视频的场景。
【限制】 需自行提供翻译与 TTS 的 API 端点与凭据；需本地安装 FFmpeg。资料未提供具体价格、性能指标或效果保证。