HeyGen 视频翻译怎么用：上传、目标语言与口型同步（2026）
阅读说明
官方信息查阅日期：2026-10-23。帮助中心和 Academy 会更新，以官方原文为准。本文不写价格，也不写 credits 数量。
一句话结论
帮助中心的路径是：导入视频，设定源语言和目标语言，再选翻译引擎，然后点 Translate。口型是否开启，由引擎决定：Audio Only 不做口型，Speed 和 Precision 做口型。Academy 用的是另一套入口和名称，见下文对照，不要把两套名字当成同一次点击。
从数字人项目里做新片，见 HeyGen 数字人视频怎么做。
两套官方入口
| 帮助中心 | Academy | |
|---|---|---|
| 从哪里开始 | 先把视频导入翻译工具，再配置语言和引擎 | 控制台点 Create，再选 Translate a Video |
| 先选的模式 | 引擎三档：Audio Only、Speed、Precision | 先选 Hyperrealistic Translation 或 Audio Dubbing，再选引擎 Fast 或 Quality |
| 一次几种语言 | 每个任务最多 10 种目标语言 | Quick Translate 最多 5 种目标语言。Advanced 写的是可选语言或上传译文，没有写同一个数字 |
两页都写了可以上传文件，或粘贴 YouTube、Google Drive 链接。
上传视频
帮助中心写明，配置语言之前先导入视频，三种方式：
- Browse local files：把视频拖进指定区域，或从设备选择。格式为 MP4、MOV 或 WEBM，最大 5 GB。
- Select an existing project：选用 HeyGen 工作区里已经做好的视频。
- Paste a URL：粘贴 YouTube 或 Google Drive 的直接链接。目前不支持 Vimeo。
Academy 写明：上传文件，或粘贴 YouTube、Google Drive 链接。用链接时，链接须是公开可访问的。建议使用高分辨率、声音清楚的素材。
Google Drive 链接须分享为 “anyone with the link”。YouTube 用完整 URL，不用缩短链接。
源语言和目标语言
导入之后，帮助中心要求设置：
- Source Language：原片使用的语言。可以用 Auto Detect，也可以手动选。源视频必须是单一语言。多种口语混在一条视频里，会产生失败的翻译或不准确的文稿。
- Target Language：要译成的语言。每个任务最多选 10 种。
很多语言同时有 Base 和地区变体：
- Base（例如 “English”）：保留原说话人的声音身份和口音。帮助中心认为更适合访谈、纪录片、反应视频，以及说话人特点重要的直播。
- Localized variant（例如 “English – American”）：也叫口音或方言，优先使用目标语言的本地口音。帮助中心认为更适合教程、入职、演示和企业内容。
无论选哪一种，用于相似度的都是输入视频里说话人的声音。每种语言的默认口音是最常见的地区变体。帮助中心的例子是：英语的默认是美式英语。
帮助中心建议先只译一种语言，确认质量后再一次提交其余语言。
Academy 在选定引擎之后，再选 Quick Translate 或 Advanced Translate：
- Quick Translate：选择原语言，最多五种目标语言，点击 Translate。
- Advanced Translate：可以选择语言，或上传自己的译文文件；可以加 brand glossary、调整 dynamic duration、打开或关闭口型同步、去除背景噪声、匹配原片输出规格、把翻译归成一个 collection、开关字幕，以及做声音增强。
「最多 10 种」和「Quick 最多 5 种」都写在各自的官方页面上。以你当前界面上的限制为准。
不支持的源语言会立刻失败。帮助中心写明这种失败不消耗 credits。完整语言表在 Video Translation: Languages We Support。该文写明列表还在增加。
中文相关条目
语言页把中文写成一条，括号里是变体。英文名照录：
| 官方英文名 | 本文中文 |
|---|---|
| Cantonese - Traditional | 粤语（繁体） |
| Jilu Mandarin - Simplified | 冀鲁官话（简体） |
| Mandarin - Simplified | 普通话（简体） |
| Northeastern Mandarin - Simplified | 东北官话（简体） |
| Southwestern Mandarin - Simplified | 西南官话（简体） |
| Taiwanese Mandarin - Traditional | 台湾普通话（繁体） |
| Wu - Simplified | 吴语（简体） |
| Zhongyuan Mandarin Henan - Simplified | 中原官话·河南（简体） |
| Zhongyuan Mandarin Shaanxi - Simplified | 中原官话·陕西（简体） |
英语条目里另有地区变体 English（Hong Kong），那是英语口音，不是上表的中文变体。其余语言以语言页全文为准，本文不逐条抄录。
口型同步和配音模式
帮助中心用引擎决定口型，并写明没有单独的口型开关，也没有翻译提示、语气或上下文字段。选 Audio Only 即关闭口型，选 Speed 或 Precision 即开启口型。
| 引擎（帮助中心） | 口型 | 文档写的适用情况 |
|---|---|---|
| Audio Only | 只翻译并重新配音，无口型 | 不需要口型同步时。文档同时把它列为最快的一档 |
| Speed | 有自然口型，面向正面视频优化 | 说话人面向镜头、面部遮挡少、单人或简单对话。文档还写了角度大约在 45° 以内、不要求最高口型精度时用 Speed |
| Precision | 最高一档口型 | 说话人切换、镜头角度变化、侧面、面部遮挡（手、麦克风等）、更复杂的对话。质量和口型精度优先时选它 |
Academy 的名称不同：
- Hyperrealistic Translation：说话人的脸清楚可见时选用，包含进阶口型同步。
- Audio Dubbing：说话人很小、不在画面里，或优先速度时选用。只做声音翻译，不做口型。
- 引擎 Quality：使用更进一步的模型，口型精度、时间和嘴部动作更好，音频更清楚，也更能处理侧面或弱光等难素材。处理时间更长。
- 引擎 Fast：需要更快完成，或不需要精确口型时使用。
Academy 的 Advanced Translate 写明可以打开或关闭口型同步。帮助中心写明口型只由引擎决定、没有单独开关。两页表述不同，以你打开的那个界面为准。
进阶设置
帮助中心：在翻译设置页点击 Advanced。
- Brand Glossary：品牌名、产品名等术语的发音和译法保持一致。
- Enable Dynamic Duration：允许片段时长伸缩，最多约 ±20%，让译后语音更自然。默认开启。可能改变成片总长度。
- Create a Collection：把多语种翻译归到 Projects 页的一个 collection。
- Remove Background Sound：去掉背景音乐。这是可选开关。音效（例如狗叫、汽车喇叭）无论这个开关是否打开，都会从译后音频里去掉。
- Output to Original Video Specs：保留原片分辨率（720p、1080p、4K）。仅 Pro、Business 和 Enterprise。
- Enable Captions：加上译文字幕。打开后输出两版：字幕烧进画面的一版，以及没有字幕的一版。字幕文件只导出 .srt，没有 VTT、ASS 或自定义样式。
- Enhance Voice：提高音量、改善清晰度。可能轻微改变原来的音色。
Enterprise 可以上传本地声音文件，为这一条视频做更准确的声音克隆。
校对工具在帮助中心里叫 Proofread，也称 Review & Edit：在生成最终视频之前，逐词查看并修改译稿。可用于 Pro、Business、Team 和 Enterprise。
Add Transcription (SRT) 的两种用法不要混：
- Input SRT（翻译前上传）：HeyGen 把它当参考，但会重新翻译，输出不会和你的文件逐词一致。
- Output SRT（在 Proofread 模式里上传）：按写下的内容原样念出。只在 Proofread 模式有效，不能拿来直接做翻译。
设置完成后点击 Translate。完成后会收到邮件通知，不必一直开着页面。
Academy 写明，点 Translate 之后，译好的视频出现在资料库和 Share 页，可以审看、下载或分享。
译什么，不译什么
帮助中心的划分：
- 会翻译：口语。用原说话人的声音换成新语言重新配音；可选口型，以及屏幕上的译文字幕。
- 不翻译：烧进画面的文字（画面图形、源片里硬字幕）。背景音乐保持不变，除非打开 Remove Background Sound。
- 唱歌和音乐：歌词和音乐可能被部分翻译，结果不稳定，不能保证。建议不要用唱歌或音乐作为主要内容的视频。
屏幕上的文字要翻译时，帮助中心写的是改在 HeyGen Studio 里做一条视频，而不是用视频翻译去改硬字幕。
文件要求和拍摄建议
文件要求（工具里的 Requirements 也有这些）：
| 项目 | 帮助中心 |
|---|---|
| 类型 | mp4、mov、webm |
| 大小 | 最大 5 GB |
| 长度 | 2 秒到 5 小时。按计划还有单条上限：Creator 和 Pro 为 30 分钟，Business 为 60 分钟，Enterprise 为 5 小时 |
| Google Drive | 须为 “anyone with the link” |
| YouTube | 用完整 URL，不用缩短链接 |
帮助中心 FAQ 写明，账户里的翻译分钟增加，也不会改变上面的单条时长上限。超出单条上限时，翻译前用 Trim Video 裁短，或把视频拆开分别翻译。
拍摄建议：
- 说话人正对镜头，或角度不超过 45 度。
- 说话人在镜头 10 英尺以内。
- 同一时间只让一个人说话。
- 用近景，并减少镜头切换。
- 尽量降低背景噪声。
下载和分享
翻译完成后，进入项目再分享或下载。
- Download：若打开了字幕，有两个下载：字幕烧进画面的，以及没有字幕的。
- Share link：生成任何人凭 URL 都能看的链接。可以在分享设置里加密码保护。这是 HeyGen 视频共用的分享功能。
- 仅音频下载：仅 Enterprise。
- SCORM / xAPI：导出 SCORM 包，用于 LMS。Business 和 Enterprise 可用。
一次任务译成多种语言时，HeyGen 会自动建一个子文件夹，方便 Projects 视图。只译一种语言时，直接出现在主 Projects 文件夹。
下载分辨率的 FAQ 写明：Free 最高 720p，Creator 最高 1080p，Pro、Business、Enterprise 在原片同为该分辨率时可以导出 4K。
常见问题
翻译一下就失败了？
源语言不在支持列表上时，帮助中心写明会立刻失败，并且不消耗 credits。先核对语言页。另一类失败原因是说话人位置不合适、画面里说话的人太多、镜头切得太勤，或背景噪声。审核导致的失败，帮助中心写明用邮件或聊天提交人工复核，并带上 video ID。邮件地址以帮助页上显示的为准。
口型不准怎么选？
先看上面的拍摄建议。帮助中心写明，更复杂的视频可以改用 Precision。Academy 则把脸部清楚、需要进阶口型的情况放在 Hyperrealistic Translation，并把更高精度放在 Quality 引擎。
画面上的字为什么没译？
视频翻译处理的是口语，以及可选的口型。烧进画面的文字、图形和硬字幕不翻译。帮助中心写明，画面文字要另在 HeyGen Studio 里做。
译稿能改吗？
帮助中心写明，AI 翻译不能保证百分之百准确。需要逐词控制时，使用 Proofread（Review & Edit），计划范围是 Pro、Business、Team 和 Enterprise。翻译前上传的 SRT 会被重新翻译；要按文件原样念出，须在 Proofread 模式里上传 Output SRT。
相关阅读
参考来源（官方）
- HeyGen 帮助中心 · How to get started with Video Translation：https://help.heygen.com/en/articles/10029081-how-to-get-started-with-video-translation（查阅日期：2026-10-23）
- HeyGen 帮助中心 · Video Translation: Languages We Support：https://help.heygen.com/en/articles/11391941-video-translation-languages-we-support（查阅日期：2026-10-23）
- HeyGen Academy · How to translate your video：https://www.heygen.com/academy/localization/how-to-translate-your-video（查阅日期：2026-10-23）