跨语言声音克隆
自动克隆原说话人的音色，让译后版本还是同一个人的声音，保证跨语言的听感一致性，不必另找配音演员对口型。
官方说明 ↗
D-ID AI Video Translate
AI TOOL PROFILE工具资料把已有视频翻译成29种语言，克隆原声并让口型对上译后语音。
价格试用与 Lite 档带水印，分钟数按月清零。
平台Web / API
归类翻译与语言
收录2024-08-21
复核2025-05-19
编辑评分
4.5 / 5
★★★★☆
D-ID AI Video Translate编辑总结
D-ID AI Video Translate 是 D-ID 旗下的视频翻译工具，能把一条已有视频翻译成另一种语言，同时用 AI 克隆原说话人的音色，并把嘴唇动作对齐到译后音频，让画面看起来像本人真的在说目标语言。最多可批量输出 29 种语言，无需提供脚本，上传视频后系统自动转录翻译，生成前还能先校对译文。它走自助 studio 与 API 两条路，主要面向营销销售、教育与企业内容团队。短板是试用版和 Lite 档会带水印，试用用户还是全屏水印；套餐分钟数按月清零，用不完不结转。
D-ID AI Video Translate是什么？
D-ID AI Video Translate 是 D-ID 推出的视频本地化功能，核心用途是把一条已经拍好的视频翻译成别的语言，而不是让用户从零拍摄新素材。它解决的场景很具体：同一支营销片、课程或内部通知，需要发给说不同语言的受众，但不想重新找人配音、重录口型。
在能力上，它有三块：一是自动克隆原说话人的音色，保证跨语言听起来还是同一个人；二是把说话者的嘴唇动作对齐到译后音频，让画面自然；三是批量渲染，一次可翻译成多达 29 种语言。使用流程上不需要剧本或转录稿，直接上传原视频即可，系统自动转录并翻译，用户可以在点击生成前校对和修改译文，调整语气、术语和人名。入口有自助 studio 和 API 两种，前者给内容团队直接用，后者给需要把翻译接进自身工作流的技术团队。
对普通内容创作者，它相当于省掉了配音和外拍；对营销与销售团队，它让一支片子覆盖更多语种市场；对开发者和平台方，API 可以把多语言视频产出嵌进自己的产品里。
D-ID AI Video Translate核心功能
口型自动对齐
翻译完成后，系统把说话者的嘴部动作对齐到目标语言的音频，嘴唇和译后台词对得上，避免声音换了、口型还是原语言的割裂感。
官方说明 ↗批量多语言渲染
一次操作可把视频翻译渲染成多达 29 种语言，适合需要同时覆盖多个语种市场的团队，省去逐条重复处理的步骤。
官方说明 ↗译文先审后生成
生成最终视频之前可以校对这个翻译文本并直接修改，方便先调整语气、专业术语和人名写法，再让它渲染成片。
官方说明 ↗免脚本自动转录
不需要事先准备剧本或转录稿，直接上传原视频即可，系统自动完成转录和翻译，降低准备门槛。
官方说明 ↗拖拽式操作界面
采用拖拽上传和直观设计，没有视频编辑经验的人也能上手，适合市场、教学等非技术岗位直接使用。
官方说明 ↗Studio 与 API 双入口
既可以通过自助 studio 直接操作，也可以通过 API 调用，方便把多语言视频产出接入已有的产品和工作流。
官方说明 ↗D-ID AI Video Translate值不值得用？
当你要把一条已经拍好的口播视频快速铺到多个语种市场、又不想重找配音和重拍口型时，它值得考虑，29 种语言的批量渲染能一次覆盖多市场。当你的预算卡得很紧又有品牌露出要求时要留心：试用版是整屏水印，Lite 档也有水印，要干净画面得往上升档；另外分钟数按月清零，用不完不结转，用量不稳的团队更适合按项目集中出片，而不是每月固定买大套餐。当你要翻译的是口型特写极多、或涉及大量专业术语的长片时，生成前务必逐句改译文，因为术语和人名最终由你校对决定。
建议选它的情况
- 已有成片、需要一次性覆盖多个语种市场的营销与销售团队
- 口播类课程视频要做多语言版本，但不想重录讲师
- 需要把视频翻译能力通过 API 接进自身产品的开发者
不建议选它的情况
- 对品牌画面有要求、无法接受试用或 Lite 档水印的用户
- 每月用量波动大、又不想承担分钟数不结转损失的个人用户
- 需要极长时长连续渲染、且对套餐分钟消耗极度敏感的项目
D-ID AI Video Translate使用建议
入门先把路子走对
- 先上传再校对进入 Video Translate 后直接拖入原视频，不需要写剧本；系统自动转录和翻译后，先在译文框里通读一遍再点生成。
- 先改人名术语生成前把译文里的人名、品牌名和行业术语逐个改成你要的写法，这些词一旦渲染成片再改就要重新出片。
- 先试一条短素材第一次用可以拿一段短口播试跑，确认音色克隆和口型对齐的效果是否符合预期，再批量铺开多语种。
进阶省时间也省钱
- 分钟数集中用套餐分钟数每月更新、未用部分作废，把出片安排在同一个周期内集中处理，比每月零散消耗更划算。
- 注意时长向上取整视频时长按最近的 15 秒向上取整计费，1 分 10 秒会消耗 1 分 15 秒，剪辑时尽量把片子控制在临近整段的位置。
- 要无水印就升档试用版是全屏水印，Lite 档带水印，需要干净的企业交付画面时要选到对应更高档位，别等成片出来才发现。
- 用 API 接批处理语种多、更新频繁的团队可走 API，把翻译渲染串进自己的发布流程，避免每条视频都在界面里手工操作。
D-ID AI Video Translate适合谁用？
出海营销团队
推荐一支产品片要同时发给多个语种市场，用一次批量渲染可覆盖多达 29 种语言，省下逐条配音和外拍的成本。
在线课程讲师
推荐口播课程想开多语言版本又不想重录，声音克隆能让译后版本仍是本人音色，口型也对得上。
平台型开发者
推荐需要把视频翻译能力嵌进自身产品，可走 API 调用，而不必限制在网页界面里手工出片。
预算敏感的个人创作者
有条件试用和 Lite 档都带水印，试用用户还是全屏水印；要干净画面得升档，接商单前先算清水印与档位成本。
用量忽高忽低的团队
有条件分钟数每月续期、未用完作废，用量波动大时容易浪费，更适合按项目集中出片而不是长期包月。
D-ID AI Video Translate优点和缺点
优点
- 一次可批量翻译渲染成多达 29 种语言
- 自动克隆原说话人音色，跨语言仍像同一人
- 口型对齐到译后音频，画面不割裂
- 无需脚本，上传原视频即自动转录翻译
- 生成前可校对并修改译文，控制术语与人名
- 同时提供自助 studio 与 API 两种调用方式
缺点
- 试用版为全屏水印，Lite 档也带水印
- 分钟数按月更新，未用完部分不结转
- 时长按最近 15 秒向上取整，短消耗会被放大
- 套餐具体档位与价格未公布，需联系销售或询价
D-ID AI Video Translate版本与计费对比
| 方案 | 价格 | 包含内容 | 说明 |
|---|---|---|---|
| Trial | 未公开 | 带全屏水印 | 试用用户出现全屏水印。 |
| Lite | 未公开 | 带 D-ID 水印 | Lite 档视频带 D-ID 水印。 |
以上为公开费率整理，厂商保留调价权利，实际以官方页面为准。
D-ID AI Video Translate关键指标
| 指标 | 数值 | 数据来源 |
|---|---|---|
| 支持语言数 | 29 | 批量渲染支持的语言数量 |
| 计费取整单位 | 15 秒 | 视频时长向上取整间隔 |
D-ID AI Video Translate常见问题
它和加字幕有什么区别？＋
加字幕只是把文字翻出来，观众听到的仍是原语言。Video Translate 生成的是一条完整本地化版本：译后语音用克隆的原说话人音色念出，嘴唇动作也对齐到目标语言音频，看起来像本人真的在说那种语言。
需要自己写脚本或转录稿吗？＋
不需要。直接把视频原样上传，系统会自动完成转录和翻译，然后在生成最终视频之前，你可以校对这个译文并修改，确认语气、术语和人名无误后再出片。
口型是怎么对上译后语言的？＋
翻译完成后，工具会把说话者的嘴部动作对齐到新的目标语言音频，嘴唇与译后台词同步，避免出现换了声音但口型还停在原语言的违和感。
最多能翻译成多少种语言？＋
批量渲染一次可把视频翻译成多达 29 种语言，适合需要同时覆盖多个语种市场的团队，不用逐条重复处理。
生成的视频会带水印吗？＋
试用版和 Lite 档会带 D-ID 水印，其中试用用户出现的是全屏水印。要干净的成片画面，需要选择不带水印的更高档位。
套餐里的分钟数怎么算，能留到下个月吗？＋
创建视频时按视频时长扣减套餐分钟数，时长向上取整到最近的 15 秒，例如 1 分 10 秒的视频会消耗 1 分 15 秒。分钟数不累积，每月更新，未用完的部分作废。
D-ID AI Video Translate竞品对比
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| D-ID AI Video Translate本工具 | 4.5 | 试用与 Lite 档带水印，分钟数按月清零。 | 跨语言声音克隆；口型自动对齐；批量多语言渲染；译文先审后生成 | Web / API |
| HeyGen本工具 | — | 未标价 | 同类视频翻译与数字人方向，具体差异未公布。 | — |
| ElevenLabs本工具 | — | 未标价 | 以语音克隆与合成见长，视频口型对齐能力未公布。 | — |
| Rask AI本工具 | — | 未标价 | 定位视频本地化，具体语种与价格未公布。 | — |
在需要保留原说话人音色、并且要求口型对齐的成片级翻译场景，优先看 D-ID Video Translate，它的批量渲染上限是 29 种语言；如果只是给视频加多语言字幕、不需要换声换口型，字幕类工具成本更低。若团队要把翻译能力嵌进自己的产品而不是手工出片，则要重点比较各家的 API 接入方式与计费口径，这几项在公开资料里尚不完整，选型时需向各家确认后再定。
D-ID AI Video Translate最新动态
-
发布 2025 年 AI 视频翻译指南
D-ID 发布《How to Translate Video Content With AI Tools（Everything You Need to Know in 2025）》，讨论 2025 年视频内容与跨语言传播。
-
发布 Video Translate 介绍与 AI 视频翻译器文章
介绍 Video Translate 如何帮助内容创作者产出多语言视频，并讨论 AI 视频翻译软件在减少人工翻译、后期修正与重复配音上的作用。
