使用教程
英文编程、AI 教程怎么边看代码边听中文?2 节课对照 YouTube 自动翻译(2026)
更新于 作者 EarDub Team
说明:EarDub 是我们自己的产品。我们只在合适的地方介绍它,也会写明其他工具在哪些方面做得更好。
简短回答
看英文编程、AI 教程想直接听中文,用实时中文配音插件 EarDub:讲解翻成中文语音跟着讲师开口,变量名、函数名和库名保持英文,屏幕上同时有双语字幕。我们对照两节教程,YouTube 自动翻译把 LLMs 译成“语言学习者”、transformer 译成“变压器”、token 译成“代币”,还把代码里的 print 翻成了“打印”;EarDub 按每个视频的术语表统一翻译,这些地方都译对了。免费版每天 30 分钟。
编程和 AI 教程是 EarDub 用户看得最多的内容,约占全部配音时长的 23%。这类视频的特点是:讲师一边讲一边敲代码、切窗口、画架构图,眼睛必须盯着屏幕;里面全是 token、function、class 这种术语,还有变量名、命令和英文例句,哪些该翻、哪些不该翻,直接决定你听不听得懂。
我们拿两节常见的英文教程,把 YouTube 自带的“自动翻译”中文字幕和 EarDub 的中文配音逐句对照,看看差别在哪,再讲怎么设置最适合边写代码边听。
测试方法:两节都是 YouTube 公开视频:How LLMs Actually Generate Text(LearnThatStack,讲大语言模型怎么生成文字)和 Python Full Course for Beginners(Programming with Mosh,Python 入门课,对照前 295 句)。EarDub 一栏是这两个视频在 EarDub 里配成简体中文时的实际译文,以及系统自动生成的术语表;YouTube 一栏是 2026 年 11 月 19 日在播放器里选“自动翻译 → 中文(简体)”得到的字幕。
YouTube 自动翻译最容易错在哪
| 英文原句 | YouTube 自动翻译 | EarDub 中文配音 |
|---|---|---|
| LLMs don't read words, they read tokens. | 语言学习者不读取单词,他们读取的是标记。 | 大语言模型读的不是单词,而是 token。 |
| And I get seven tokens. | 我得到了七个代币。 | 结果得到七个 token。 |
| Step three, the transformer. | 变压器。 | 第三步,Transformer。 |
| …build applications that have a graphical user interface, or gooey. | ……构建具有图形用户界面或粘稠界面的应用程序。 | ……做出带图形用户界面的应用,也就是 GUI。 |
| …write another print statement, so print, open and close parenthesis, | ……编写另一个打印语句,即打印、打开和关闭。 | ……再写一个 print 语句,就是 print,加上一对圆括号, |
| So now, let's print price on the terminal. | 我们开始吧在终端上打印价格。 | 现在,我们在终端里打印 price。 |
几类错误很典型:缩写被当成普通词(LLMs → 语言学习者),术语按日常意思翻(transformer → 变压器,token → 代币),代码里的函数名、变量名被翻成中文(print → 打印、打开和关闭,price → 价格)。在编程课里,这些恰恰是最不能错的地方:你要照着敲的是 print(price),不是“打印价格”。
同一个术语,前后译法是否一致
| 术语(视频) | YouTube 自动翻译 | EarDub |
|---|---|---|
| token(LLM 视频) | 令牌 14 次、标记 10 次、代币 9 次、token 1 次 | 全片 23 处都是“token” |
| tokenization(LLM 视频) | 分词 | 分词,全片统一 |
| string(Python 课) | 多数是“字符串”,有 4 处“细绳” | 字符串(31 句里 31 句) |
| variable(Python 课) | 变量 | 变量(30 句里 30 句) |
| function(Python 课) | 函数为主,夹杂“功能” | 函数(21 句里 20 句) |
EarDub 翻译前会先通读整个视频,为它生成一份术语表,整节课按这份表翻。LLM 那节的表里有 token → token、tokenizer → 分词器、embedding → 嵌入、attention → 注意力、logits → logits、temperature → 温度 等 51 条;Python 课的表里有 string → 字符串、parameter → 形参、argument → 实参、tuple → 元组、DataFrame → 数据框 等 60 条。产品名和库名(PyCharm、Jupyter、scikit-learn、pathlib)保持英文。
自动字幕听错的词,先纠正再翻
YouTube 的英文自动字幕本身经常听错,讲师语速快、术语多的编程课更明显。这两节课里,EarDub 一共纠正了 27 处,几个例子:
| 自动字幕写成 | 实际是 | 出处 |
|---|---|---|
| chat GPT、Grock | ChatGPT、Grok | LLM 视频 |
| logets | logits | LLM 视频 |
| gooey | GUI | Python 课 |
| side kick learn | scikit-learn | Python 课 |
| jupiter、job lib、path lib | Jupyter、joblib、pathlib | Python 课 |
| apphend | append | Python 课 |
| accept | except | Python 课 |
边写代码边听:推荐设置
- 原声留 10%–20%,配音 100%。讲师强调某一行代码时的语气还听得见。
- 字幕选“双语”。配音念“打印 price”时,屏幕上同时有英文原句,变量名、命令一眼就能对上。
- 倍速 1 倍到 1.25 倍。中文通常比英文长,EarDub 会把每句配音最多加速到 1.45 倍追上画面;视频本身开太快,部分句子会被跳过。
- 长教程先看章节速览。EarDub 的 AI 章节速览会列出每一章讲了什么,点一下视频和配音一起跳过去,适合只想看“部署那一段”的时候(所有套餐都有,免费版每天 3 个视频)。
- 课后整理笔记。专业版可以把一节课整理成学习笔记,导出 PDF 或 Word;基础版每月 3 次。
不只是 YouTube
- 课程网站:Udemy、Coursera 专门适配,一节课结束会接着配下一节;DeepLearning.AI 等课程网站也实测可用。
- 没有字幕的视频:不少独立开发者的视频没有字幕,EarDub 基础版、专业版会直接识别讲师的语音再配音,配音和说话人同时开口。
- 电脑里的教程文件:用 simplevideoplayer.com 这类在线播放器打开 MP4、MOV(视频在本机播放,不上传),按 Shift+D 开始,需要基础版或专业版。
一个小提示:代码、命令和库名,配音会保留英文原词念出来,这时对照屏幕上的代码最快。
价格
| 套餐 | 价格 | 适合 |
|---|---|---|
| 免费版 | ¥0,每天 30 分钟 | 每天跟一节有字幕的教程 |
| 基础版 | ¥49 / 30 天,每月 60 小时 | 系列课、没字幕的视频、本地教程文件 |
| 专业版 | ¥89 / 30 天,不限时长 | 每天大量看课,需要学习笔记 |
想看更多对比:6 款中文配音插件实测用的也是一节 AI 教程;EarDub 的完整说明见官方说明。安装 EarDub,免费版每天 30 分钟,不用绑卡。
常见问题
英文编程教程看不懂,有什么工具能边看边听中文讲解?
用实时中文配音插件 EarDub:打开 YouTube、Udemy、Coursera 上的编程教程点一下,讲解按上下文翻成中文语音,跟着讲师开口的节奏播出来;术语按每个视频自动生成的术语表统一翻译,变量名、函数名和库名保持英文,屏幕上还能同时显示中英双语字幕。
YouTube 自动翻译字幕看编程课够用吗?
能看个大概,但术语容易错。我们对照两节教程:YouTube 自动翻译把 LLMs 译成“语言学习者”、transformer 译成“变压器”、token 译成“代币”,还把代码里的 print 和变量 price 翻成了中文。EarDub 在这些地方都译对了。
配音会把代码里的变量名、函数名也翻成中文吗?
不会。EarDub 会根据上下文判断哪些是代码、产品名或库名,保持英文原样,比如 print、price、PyCharm、scikit-learn;普通讲解才翻成中文。
没有字幕的编程视频能配中文吗?
能,EarDub 基础版和专业版会直接识别讲师的语音再翻译、配音。免费版只能配有字幕的视频(YouTube 自动生成的字幕也算)。
相关内容
用中文听懂外语视频
EarDub 用自然的 AI 声音把视频配成中文等 75 种语言,根据视频字幕,或在基础版和专业版中直接识别视频语音。免费安装,登录后每天 30 分钟配音,无需绑卡。
也可在 Microsoft Edge 和 Firefox 中安装