给一部从未推出英文版的电影配音，难点不只是翻译台词：换了语言之后，每个角色还得听起来像原来的演员。这套名为 dub-anything 的开源流程，把台词识别、分角色处理和语音克隆串在一起，目标是在本地电脑上生成保留各角色声线的译制音轨。
其中，Whisper——OpenAI 发布的语音识别模型家族——负责把人声转成文字，并提供后续翻译、合成所需的信息；OmniVoice、IndexTTS 和 Chatterbox 等工具再根据参考录音模仿音色，朗读新文本。用户克隆仓库后，可以让本地或联网模型指挥配音过程，其余工具均在本地运行。作者称，流程可在配有 6GB 以上显存的 NVIDIA 显卡上使用，并已用于观看原本没有英文译制的影视内容。不过，目前材料只有作者发布的介绍与样片，未提供速度、声线相似度或成片质量的独立评测；语音克隆也仍需先取得相关声音授权。