VoiceDubKit — 跨站视频语音翻译的稳定同步层

给 YouTube、B 站、Netflix、TED 和 Coursera 自动配音并稳定对轴

痛点

看外语视频时，字幕和语音经常对不上，没有字幕的视频更难处理。有人自己做了 feeddub 插件覆盖这五个网站，并特别强调「做了一些语音和字幕的同步算法」、语音用付费云厂商以保证听感，说明现有同类产品在延迟、稳定性和同步上都让人不满。这是个长尾但高频的需求。

方案

做一个浏览器插件加轻量后端：自动识别视频站点、抓取音轨、调用 ASR 转写、AI 翻译、TTS 合成，并用一套音频对齐算法把配音精确嵌入原视频时间轴，保证低延迟和同步。支持用户在任意页面手动接管，先做五个主流站点。

用户

看外语学习内容和海外课程的中文用户；做跨语言内容消费或二次创作的小团队。

MVP

Chrome 插件覆盖五个站点；无字幕视频的 ASR 与翻译管道；TTS 配音与时间轴对齐；低延迟播放控制；免费试用 + 激活码。

变现

免费试用后订阅（分钟数或包月），激活码适合早期推广；TTS/ASR 成本可通过预付费额度控制。

为何现在

AI 翻译加 TTS 的音质已经跨过可用门槛，而现有插件普遍在同步和稳定性上掉链子；这是以工作流细节取胜的细分场景，独立开发者靠一个插件和一个对齐算法就能做出差异化。