Snap Video Translator brings every step of localizing a video into a single Windows app. Load a video and it takes you straight through transcription, AI translation, and either subtitle burn-in or an AI voice-over.

Transcription (runs locally)
Runs OpenAI Whisper on your own PC. Choose from small / medium / large-v3-turbo / large-v3 to balance speed and accuracy. Your audio is never sent to an external server for transcription.

AI translation
Works with AI services such as Gemini, OpenAI, and Claude, or with an OpenAI-compatible local LLM. Produces natural translations of your video's content.

Subtitle burn-in
Adjust font size, text color, outline, and position, then burn subtitles directly into the video.

AI dubbing
Converts the translation into speech and generates a voice-over in 7 languages (Japanese, English, Chinese, Korean, French, German, Spanish). Mix it with the original audio or replace it.

Subtitle file export
Export subtitle files in SRT / VTT format.

Review & edit mode
Check the subtitle text on screen before burn-in and edit it if needed.

Batch processing
Process multiple videos at once.

Who it's for
- Video creators who want to reach viewers in other languages
- Education and training teams localizing lectures and tutorials
- Companies localizing internal videos

Before you start
- Transcription runs locally with Whisper; your audio is not sent anywhere.
- Using a cloud AI service for translation requires that service's API key. You can also use an OpenAI-compatible local LLM.
- AI translation and AI dubbing require an internet connection (no API key is needed for dubbing).
- Subtitles and dubbed audio are AI-generated. Please review the output before public or business use.
- FFmpeg is bundled as the video processing engine.
Release Notes

System Requirements
Windows 10 version 19041.0 or higher (64-bit)

* Japanese / English UI, selected automatically.

Instruction:
- Install pre-done setup, all activated.

Snap Video Translator to aplikacja dla systemu Windows, która przeprowadzi Cię przez cały proces lokalizacji wideo – od transkrypcji i tłumaczenia przy użyciu sztucznej inteligencji, aż po naniesienie napisów na obraz lub dodanie lektora wygenerowanego przez AI.

Transkrypcja (lokalna)
Wykorzystuje model OpenAI Whisper bezpośrednio na Twoim komputerze. Możesz wybrać wariant (small / medium / large-v3-turbo / large-v3), aby zachować równowagę między szybkością a dokładnością. Twój materiał audio nigdy nie jest przesyłany na zewnętrzne serwery.

Tłumaczenie przez AI
Współpracuje z usługami AI, takimi jak Gemini, OpenAI czy Claude, a także z lokalnymi modelami językowymi (LLM) kompatybilnymi z OpenAI. Zapewnia naturalnie brzmiące tłumaczenia treści wideo.

Wpalanie napisów
Dostosuj rozmiar czcionki, kolor tekstu, obrys oraz położenie napisów, a następnie „wpal” je bezpośrednio w materiał wideo.

Dubbing AI
Przekształca tłumaczenie na mowę, tworząc ścieżkę lektorską w jednym z 7 języków (japoński, angielski, chiński, koreański, francuski, niemiecki, hiszpański). Możesz ją nałożyć na oryginalny dźwięk lub całkowicie go zastąpić.

Eksport napisów
Możliwość eksportu napisów do plików w formatach SRT lub VTT.

Tryb przeglądania i edycji
Sprawdź napisy na ekranie przed ich naniesieniem na wideo i w razie potrzeby wprowadź poprawki.

Przetwarzanie wsadowe
Obsługa wielu plików wideo jednocześnie.

Dla kogo?
- Twórcy wideo, którzy chcą dotrzeć do odbiorców posługujących się innymi językami.
- Zespoły zajmujące się edukacją i szkoleniami, lokalizujące wykłady oraz materiały instruktażowe.
- Firmy przygotowujące wersje językowe swoich wewnętrznych materiałów wideo.

Zanim zaczniesz
- Transkrypcja odbywa się lokalnie za pomocą modelu Whisper; dźwięk nie jest nigdzie przesyłany.
- Korzystanie z chmurowych usług AI do tłumaczenia wymaga posiadania klucza API danej usługi. Możesz również użyć lokalnego modelu językowego (LLM) kompatybilnego z OpenAI.
- Tłumaczenie oraz dubbing AI wymagają połączenia z internetem (w przypadku dubbingu klucz API nie jest potrzebny).
- Napisy oraz ścieżka lektorska są generowane przez sztuczną inteligencję – przed publicznym lub komercyjnym wykorzystaniem sprawdź wygenerowane materiały.
- Aplikacja wykorzystuje narzędzie FFmpeg do przetwarzania wideo.
Informacje o wydaniu

Wymagania systemowe
Windows 10 w wersji 19041.0 lub nowszej (64-bitowy)

* Interfejs dostępny w języku japońskim lub angielskim (wybór automatyczny). Instrukcja:
- Zainstaluj gotową konfigurację; wszystko jest już aktywowane.