Import
Fichier vidéo local, fichier audio (MP3, WAV…) ou lien YouTube avec choix de la résolution (jusqu'à 4K).
- Beta 1.21
- 20 sept. 2026
- Licence MIT
- Windows + Pinokio
- Gratuit, 100 % local
ZastTranslate
Traduction et doublage vidéo en 1 clic, avec votre propre voix. 100 % en local, sans clé API, sans abonnement.
ZastTranslate est une application open source pour Pinokio. Elle transcrit une vidéo avec WhisperX, sépare la voix et la musique avec Demucs, traduit avec un modèle de langage local (Qwen, EuroLLM), puis re-synthétise la voix de l'orateur dans 33 langues avec VoxCPM 2. Tout tourne sur votre PC : vos vidéos ne quittent jamais votre machine.
Tutoriel vidéo
Comment doubler une vidéo avec sa propre voix, gratuitement, en IA localeLe guide complet pas à pas, de l'installation au doublage multilingue avec clonage vocal et stabilisation des sous-titres.Lire sur YouTube →
Ce que fait ZastTranslate
Transcription précise
WhisperX avec horodatage au mot près et stabilisation des sous-titres en 8 étapes (aucune ligne d'un seul mot, timecodes qui ne se chevauchent pas).
Séparation audio
Demucs isole la voix de la musique et des effets, puis les remixe avec la voix doublée.
Traduction locale
Qwen2.5, Qwen3.5 ou EuroLLM. Deux versions : traduction fidèle et version « Fitted » raccourcie pour tenir dans la durée de chaque segment.
Clonage vocal
VoxCPM 2 clone la voix de l'orateur (ou d'un échantillon de 10 à 30 s) dans 30 langues, sans clé API.
Éditeur de segments
Timeline interactive : clic pour se placer, ajustement du début et de la fin, correction du texte, re-synthèse d'une seule ligne.
Mode Batch
Plusieurs langues d'un coup : vidéos doublées, pistes audio, sous-titres et titres/descriptions localisés. Le mode « sous-titres et métadonnées seuls » prend moins de 15 secondes.
Studio SEO YouTube
Titres, descriptions de 200 à 300 mots, chapitres sur toute la durée de la vidéo et 4 packs de hashtags.
Studio Blog WordPress
Transforme une vidéo en article (méta-description, slug, images 1080p/2K extraites de la vidéo) avec HTML Gutenberg prêt à coller.
Shorts verticaux 9:16
Détection de 1 à 5 moments forts, recadrage vertical, sous-titres karaoké mot par mot.
Miniatures IA (optionnel)
Qwen-Image-2.1 : miniatures YouTube, transparence RGBA et pack de 3 variantes pour tests A/B. Téléchargement uniquement sur demande (~33 Go).
Guides intégrés
Chaque onglet contient un guide repliable : objectif, options expliquées et ordre des clics.
Comment ça marche
Importer
Déposez une vidéo, un audio ou collez un lien YouTube.
Transcrire
Choisissez la langue source et le modèle Whisper, relisez le texte, puis cliquez sur « Valider la transcription ».
Traduire
Choisissez la langue cible. Corrigez la traduction et la version Fitted, puis validez.
Doubler
Choisissez le mode de voix (voix par défaut, clone de l'original, clone depuis un fichier) et générez la vidéo MP4 doublée.
Exporter en série
Le mode Batch répète l'opération pour toutes les langues choisies, avec sous-titres SRT, VTT, SBV et archive ZIP.
Installation
- Installez et ouvrez Pinokio.
- Ajoutez le dépôt zast57/ZastTranslate depuis la page de découverte, ou collez son adresse.
- Cliquez sur Install : Python, PyTorch CUDA, VoxCPM 2 et les dépendances sont installés automatiquement.
- Cliquez sur Start : l'interface Gradio s'ouvre dans votre navigateur. Les modèles se téléchargent au premier usage.
Configuration requise
Application principale
| Carte graphique | NVIDIA avec 6 Go de VRAM ou plus (CUDA). Cartes RTX 50 prises en charge. |
|---|---|
| Mémoire | 16 Go de RAM conseillés |
| Disque | environ 8 Go pour les modèles (téléchargés au premier usage) |
| Système | Testé sur Windows uniquement (avec Pinokio) |
Studio miniatures Qwen-Image-2.1 (optionnel)
| Carte graphique | NVIDIA avec 8 à 12 Go de VRAM ou plus (avec déchargement CPU), ou 24 Go en BF16 natif |
|---|---|
| Mémoire | 32 Go de RAM conseillés |
| Disque | environ 33 Go de poids de modèle |
Le studio miniatures est facultatif : l'application fonctionne entièrement sans le télécharger.
Limites actuelles
- Pas de synchronisation labiale : la piste audio doublée remplace la voix d'origine, mais l'image n'est pas modifiée.
- Une seule voix : tous les segments sont doublés avec la même voix, le multi-locuteurs n'est pas encore géré.
- Testé sur Windows uniquement.
Questions fréquentes
ZastTranslate est-il gratuit ?
Oui. Il est open source sous licence MIT et fonctionne en local : aucune clé API, aucun abonnement, aucun envoi de vos vidéos vers un service en ligne.
Quelle configuration faut-il ?
Une carte NVIDIA avec 6 Go de VRAM ou plus, 16 Go de RAM et environ 8 Go d'espace pour les modèles. Il est testé sous Windows avec Pinokio.
Dans combien de langues peut-il doubler ?
La synthèse vocale VoxCPM 2 gère 30 langues. La liste proposée dépend à la fois du moteur vocal et du modèle de traduction : EuroLLM, par exemple, ne couvre que les langues européennes, alors que Qwen les couvre toutes.
Peut-il cloner ma voix ?
Oui. Le mode « Clone depuis l'original » reproduit la voix de l'orateur à partir de la piste vocale extraite. Vous pouvez aussi fournir un échantillon propre de 10 à 30 secondes.
Mes vidéos sont-elles envoyées sur Internet ?
Non. La transcription, la traduction et la voix sont calculées sur votre machine. Internet n'est utilisé que pour télécharger les modèles et, si vous le demandez, une vidéo YouTube.
Faut-il une clé API ou un abonnement ?
Non, aucune. Tout repose sur des modèles ouverts : WhisperX, Demucs, Qwen, EuroLLM et VoxCPM 2.
Comment le mettre à jour ?
Depuis Pinokio, utilisez la mise à jour du projet. La liste des versions ci-dessous résume les changements, le détail complet est dans le dépôt GitHub.
Historique des versions
- Beta 1.2120 sept. 2026
Studio miniatures Qwen-Image-2.1 (optionnel) : transparence RGBA, 12 styles, packs A/B de 3 variantes, métadonnées IA supprimées à l'export. Scripts de nettoyage et boutons pour libérer la VRAM et le disque.
- Beta 1.208 sept. 2026
Quadruple accélération sans perte de qualité (cache des voix, encodage NVENC, moteur C++ GGUF, cache KV). Fin des phrases coupées dans les sous-titres. Titres SEO complets.
- Beta 1.197 sept. 2026
Traduction et version Fitted nettement plus rapides, protection de la VRAM sur les cartes de 8 Go.
- Beta 1.186 sept. 2026
Refonte des sous-titres (4 bugs critiques), dictionnaire de correction de 222 règles, studio blog, Shorts viraux, kit SEO YouTube.
- Beta 1.1030 août 2026
Studio SEO YouTube, chapitres sur toute la durée, détection de repères, 4 packs de hashtags, mode sous-titres et métadonnées seuls.
- Beta 1.0825 août 2026
Cartes NVIDIA RTX 50 (Blackwell, CUDA 12.8), amorçage de WhisperX avec le vocabulaire tech, normalisation des noms de marques.
- Beta 1.0722 août 2026
Nettoyage des tics de langage, export SRT, VTT et SBV, localisation des titres et descriptions YouTube.
- Beta 1.06
Éditeur de segments interactif avec timeline, clic pour se placer, re-synthèse d'une seule ligne.
Technologies utilisées
ZastTranslate s'appuie sur d'excellents projets ouverts :
Qui est derrière ZastTranslate ?
Je suis Zast, créateur de sites depuis 1996 : CineAlliance (1998), ParadoxeTemporel (2011), MusiqueAlliance (2014), VisiteEnFamille (2016). J'ai créé ZastTranslate pour traduire mes propres vidéos YouTube sans dépendre d'un service payant, puis je l'ai ouvert à tous.