根据你的需求，你需要使用命令行模式（CLI）来执行一个完整的视频翻译任务，并指定使用微软的语音识别和翻译渠道。以下是基于知识库中 TaskCfgVTT 配置类和 CLI 使用说明构建的完整命令示例。
核心命令结构：
uv run cli.py --task vtv --name "你的视频文件路径" --source_language_code zh --target_language_code en --recogn_type 微软语音识别渠道代码 --translate_type 微软翻译渠道代码 --tts_type 你选择的配音渠道代码 --voice_role "配音角色名" --enable_diariz True
分步参数说明与构建：
基本任务参数：
--task vtv：指定任务类型为视频翻译。--name "D:/videos/myvideo.mp4"：替换为你的视频文件绝对路径。--source_language_code zh：指定源语言代码（例如：中文为zh，英文为en）。--target_language_code en：指定目标语言代码。
指定微软渠道：
- 语音识别 (ASR)：根据知识库，微软语音识别渠道可能对应
googlespeech 或需查看软件内实际代码。你需要从软件界面确认“语音识别”下拉列表中微软渠道对应的内部代码值。假设为 googlespeech，则参数为 --recogn_type googlespeech。 - 翻译：根据知识库，微软翻译渠道对应
microsoft。参数为 --translate_type microsoft。
配音与说话人识别参数：
--tts_type：指定配音渠道代码（例如：Edge-TTS为edgetts，Azure TTS为azuretts等）。--voice_role "角色名"：指定具体的配音角色（需与所选TTS渠道匹配）。--enable_diariz True：启用说话人识别。--nums_diariz 2：（可选）指定预计的说话人数，不指定则不限制。
其他可能用到的参数（根据知识库中TaskCfgVTT类）：
--subtitle_type 1：嵌入硬字幕（1=硬，2=软，3=双硬，4=双软）。--voice_autorate True：启用配音加速以对齐。--video_autorate True：启用视频慢速以对齐。--recogn2pass True：启用二次识别，确保字幕与配音精确对齐。--remove_silent_mid True：移除字幕间的静音。--is_separate True：分离人声和背景声（如果使用克隆配音建议开启）。
完整命令示例（假设使用Edge-TTS配音，并启用说话人识别）：
uv run cli.py --task vtv --name "D:/videos/input.mp4" --source_language_code zh --target_language_code en --recogn_type googlespeech --translate_type microsoft --tts_type edgetts --voice_role "zh-CN-XiaoxiaoNeural" --enable_diariz True --nums_diariz 2 --subtitle_type 1 --voice_autorate True --video_autorate True --recogn2pass True
重要提示：
- 参数值确认：
--recogn_type、--tts_type、--voice_role 的具体值需从软件图形界面中对应下拉列表的选项背后获取（或查阅源码），以上示例为常见值，可能不完全准确。 - 运行环境：此命令需在软件源码目录下，使用
uv 环境执行。 - 查看所有参数：你可以运行
uv run cli.py --help 查看所有可用的命令行参数及其说明。
请查阅相关文档：