VAT 的翻译引擎（反思翻译）、字幕优化、智能断句（分块 + LLM）、ASS 渲染的实现均基于此项目，在其基础上做了修改和扩展。
VideoCaptioner 的翻译引擎基于 GalTransl。VAT 间接受益于其翻译思路。
项目最初的想法来源。VoiceTransl 面向 GUI（Gradio）的用户侧设计不适合服务器端批量处理，因此创建了 VAT。早期版本的 ASR 和翻译部分复用过其代码，后已完全替换。
- faster-whisper — 语音识别引擎
- yt-dlp — 视频下载
- biliup — B 站上传（合集管理基于其 API 自行实现）
- Mel-Band-Roformer — 人声分离模型
- WhisperJAV — ASR 后处理参考（幻觉检测、重复清理、日语标点处理）
- faster-whisper-GUI #159 — Whisper 参数调优参考