Dla programistów: otwarty silnik, CLI i serwer MCP

Silnik z otwartym kodem

Ten sam proces, z którego korzysta usługa online, na licencji AGPL-3.0: rozpoznawanie mowy, tłumaczenie, synchronizacja lektora i miksowanie. Uruchom go na własnym komputerze z własnymi kluczami OpenAI i ElevenLabs.

Co robi

Rozpoznaje mowę za pomocą faster-whisper na GPU lub CPU, korzystając pomocniczo ze ścieżek napisów już zawartych w pliku.
Tłumaczy za pomocą OpenAI: analizuje całą transkrypcję, tłumaczy fragmentami z uwzględnieniem kontekstu, przeprowadza niezależną weryfikację i wyznacza limit znaków dla każdej kwestii, by zmieściła się w dostępnym czasie.
Czyta głosami ElevenLabs. Zbyt długie kwestie są nagrywane ponownie, skracane, a dopiero na końcu przyspieszane — maksymalnie 1,08 raza.
Miksuje ścieżkę lektora: przycisza oryginalny dźwięk na czas każdej kwestii i zachowuje go w wideo jako drugą ścieżkę.
Zapisuje wideo MP4, MKV, MOV, WebM lub AVI z włączanymi napisami, dźwięk M4A, MP3, WAV, FLAC lub OGG oraz napisy SRT, VTT i ASS.
Stosuje zapis nazw ze znanych filmów i seriali zgodny z publiczną biblioteką nazw.

Czego potrzebujesz

uv i ffmpeg. Opcjonalnie Tesseract do napisów graficznych.
GPU NVIDIA wielokrotnie przyspiesza rozpoznawanie mowy. CPU też działa, ale wolniej.
Własne klucze OpenAI i ElevenLabs. Płacisz bezpośrednio dostawcom: w naszych testach około 0,05–0,10 USD za minutę mowy. Dokładne kwoty są widoczne w zestawieniu kosztów.

uvx --from git+https://github.com/vocnu/engine \
  vocnu-engine translate film.mkv --to pl

AGPL-3.0: możesz używać silnika, modyfikować go i udostępniać. Jeśli oferujesz go jako usługę sieciową, udostępniasz swoje zmiany na tej samej licencji. Uwagi językowe od rodzimych użytkowników należą do najcenniejszych form wsparcia.

Wiersz poleceń

Pakiet npm vocnu dla Node.js 20 lub nowszego. Przesyła pliki do 10 GB, pokazuje cenę w kredytach i prosi o zgodę przed rozpoczęciem, śledzi zadanie i zapisuje wyniki obok pliku.

npx vocnu login
npx vocnu translate film.mkv --to pl

Opcje

Opcja	Działanie
`--output video\|audio\|subtitles`	Wideo z lektorem (domyślnie dla plików wideo), dźwięk lektora lub same napisy
`--from <lang>`	Język mowy, domyślnie wykrywany automatycznie
`--voice female\|male`	Głos kobiecy lub męski
`--format mp4\|mkv\|mov\|webm\|avi`	Format pliku wideo; domyślnie taki jak przesłany plik, a jeśli to niemożliwe — MP4
`--audio-format m4a\|mp3\|wav\|flac\|ogg`	Format dźwięku lektora
`--burn-subtitles`	Napisy wtopione w obraz
`--out <dir>`	Miejsce zapisu wyników
`--yes`	Rozpocznij bez potwierdzania ceny
`--no-wait`	Uruchom zadanie i zwróć jego identyfikator

Inne polecenia

vocnu credits
vocnu languages
vocnu jobs
vocnu status <job>
vocnu download <job>
vocnu cancel <job>
vocnu logout

Serwer MCP

Dodaj Vocnu do Claude lub innego asystenta obsługującego MCP, a następnie poproś o przetłumaczenie filmu. Asystent prześle plik, poda cenę, rozpocznie dopiero po twojej zgodzie, będzie śledzić zadanie i zapisze pliki.

Claude Code

claude mcp add vocnu -e VOCNU_TOKEN=vocnu_... -- npx -y vocnu mcp

Claude Desktop i inne klienty MCP

{
  "mcpServers": {
    "vocnu": {
      "command": "npx",
      "args": ["-y", "vocnu", "mcp"],
      "env": { "VOCNU_TOKEN": "vocnu_..." }
    }
  }
}

Następnie poproś na przykład: „Przetłumacz ~/Videos/film.mkv na litewski za pomocą Vocnu”.

Narzędzia

vocnu_upload_media: Przesyła plik z twojego komputera
vocnu_start_job: Uruchamia zadanie po zaakceptowaniu ceny
vocnu_job_status: Pokazuje postęp zadania
vocnu_download_results: Zapisuje gotowe pliki
vocnu_languages: Wyświetla języki docelowe
vocnu_credits: Pokazuje saldo kredytów
vocnu_list_jobs: Wyświetla twoje zadania
vocnu_cancel_job: Anuluje zadanie

Tokeny API

Utwórz token w aplikacji w sekcji Ustawienia, API i MCP. Jest wyświetlany tylko raz: wiersz poleceń zapisuje go po uruchomieniu vocnu login. Możesz też ustawić go jako VOCNU_TOKEN.

Token pozwala przesyłać pliki, sprawdzać ceny, uruchamiać i śledzić zadania, pobierać wyniki oraz odczytywać saldo kredytów. Nie pozwala płacić, zmieniać profilu ani zarządzać tokenami. Możesz go unieważnić w każdej chwili. Aplikacja pokazuje, kiedy każdy token był ostatnio używany.

Utwórz token

Otwarte dane

Katalog głosów: każdy głos wraz z językiem, płcią i próbką, w formacie JSON.
Biblioteka nazw: zapis nazw postaci, miejsc i terminów z filmów i seriali w każdym języku, w formacie JSON na licencji CC BY-SA 4.0.

Pytania i odpowiedzi

Czy silnik jest darmowy?

Tak. Ma otwarty kod na licencji AGPL-3.0. Płacisz OpenAI i ElevenLabs tylko za wykorzystanie własnych kluczy. Usługa online nie wymaga kluczy ani konfiguracji — działa na kredyty.

Czy wiersz poleceń i serwer MCP wymagają konta?

Tak. Korzystają z usługi online za pomocą osobistego tokena API. Obowiązują te same kredyty, ceny i zwroty co w aplikacji, a cenę poznasz przed naliczeniem opłaty.

Czy mogę używać silnika w produkcie z zamkniętym kodem?

Licencja AGPL-3.0 wymaga udostępniania zmian, gdy oferujesz silnik jako usługę sieciową. W sprawie innych warunków napisz na support@vocnu.com.

Vocnu dla programistów