AX 爱鲜报

妙幕 SmartSub

妙幕(SmartSub)是一款免费开源的音视频字幕与配音桌面工具,把语音转文字、字幕翻译、校对润色、AI 配音与声音克隆、字幕烧录整合进一条流水线,基于 Whisper / FunASR 等本地模型离线转写,支持批量处理与全平台 GPU 加速。

爱鲜报评分

0.0

0 人评分

5.6k

星数

是

中文

TypeScript

主语言

是

活跃

16

贡献者

人工分析

EDITORIAL

推荐理由

妙幕把「转写→翻译→校对→配音→烧录」整条字幕流水线做进了一个跨平台桌面应用,本地模型离线运行、文件不出本机,隐私友好。内置 111 个 MCP 工具与 CLI 命令,可让 Cursor、Claude Code 等 AI 智能体直接调度,自动化程度高。全流程有免费方案,对个人创作者和字幕组都很实用。

适用场景

  • 为无字幕外语视频、公开课生成双语字幕
  • B 站 / YouTube 在线视频下载并配字幕
  • 视频出海与多语言内容本地化配音
  • 播客、网课、会议录音批量转写为 SRT
  • 通过 MCP / CLI 将音视频流水线接入自动化脚本与 CI

优点

  • 本地 Whisper / FunASR 等模型离线转写,文件不出本机
  • 转写、翻译、校对、配音、烧录一站式流水线,支持批量
  • 内置 111 个 MCP 工具与 CLI,可被 AI Agent 与脚本调度
  • 全流程可零成本跑通,无需 API Key
  • 跨 Windows / macOS / Linux,支持 NVIDIA / AMD / Intel / Apple 硬件加速

缺点

  • 本地模型转写与配音对显卡和内存有一定要求
  • 首次使用需下载模型与加速包,占用磁盘空间
  • 云端翻译 / 配音服务需自行申请并配置 API Key
  • MCP 与 CLI 自动化能力需要一定学习成本
上手难度 进阶

妙幕 SmartSub 是什么

妙幕(SmartSub)是一款开源的音视频字幕与配音桌面工具,把「语音转文字 → 字幕翻译 → 校对润色 → TTS 配音 → 烧录合成」整条流水线装进一个应用,还内置在线视频下载,粘贴 B 站 / YouTube 等平台链接即可直接取材。

转写基于 whisper.cpp、sherpa-onnx 等本地模型完成,文件不出本机;支持批量处理与 NVIDIA / AMD / Intel / Apple Silicon 硬件加速,可在 Windows、macOS、Linux 上运行。

核心能力

  • 字幕生成(转写):8 类转写引擎逐任务切换,内置 whisper.cpp、faster-whisper、FunASR、Qwen3-ASR、FireRedASR、NVIDIA Parakeet 等本地模型,中文场景可选 FunASR / FireRedASR。
  • 字幕翻译:20 个翻译服务,含内置免费翻译(必应 / 谷歌免费接口)、Ollama 本地大模型、DeepSeek、Gemini、通义千问等,可输出纯译文或双语字幕。
  • 字幕校对:内置校对台逐句对照视频修改,支持撤销 / 重做与 AI 一键润色。
  • TTS 配音与声音克隆:本地 Kokoro、VITS 离线音色,ZipVoice 零样本克隆,也支持火山引擎、ElevenLabs 等云端服务,自动对齐时间轴。
  • 视频合成:硬字幕烧录或软字幕无损封装,字体、颜色、描边、位置所见即所得。

AI 助手与自动化

妙幕深度融合了 AI 协同与 Agentic 自动化能力:

  • 内置 AI 创作助手:快捷键呼出,具备工作台上下文感知、多模态截图诊断、实时字幕润色与自主工具调用能力,用自然语言即可驱动复杂操作。
  • MCP 与 CLI:提供 111 个标准 MCP 工具与对应 CLI 命令,内置 Electron/Node 运行时免配环境,可让 Cursor、Claude Code、Codex 等外部 AI 智能体直接调度,也能在终端脚本与 CI 中全自动执行流水线。
# 通过 CLI 编排流水线(示意)
smartsub pipeline.run --input video.mp4 --translate zh --burn

全流程免费方案

对价格敏感的用户,下面这条路线不花一分钱,也不需要注册任何服务:

环节 免费方案
视频下载 yt-dlp / lux 开源引擎
语音转写 whisper.cpp / faster-whisper / FunASR 等本地模型
字幕翻译 内置免费翻译、Ollama 本地大模型、DeepLX
TTS 配音 本地 Kokoro / VITS / ZipVoice
字幕烧录 本地 ffmpeg

隐私与硬件加速

本地处理,文件不出本机;云端服务均为可选,首次使用有隐私确认。GPU 加速覆盖 NVIDIA CUDA、AMD / Intel Vulkan、Apple Core ML / Metal,应用内可下载加速包,加载失败自动回退 CPU。

适合谁用

  • 需要给外语视频、公开课配双语字幕的观众
  • 做视频出海、多语言内容本地化的创作者
  • 需要批量转写播客、网课、会议录音的团队
  • 希望把音视频流水线接入 AI Agent 或 CI 的开发者

评论

登录后才可评论与评分

0 条评论

  • 暂无评论,来写第一条吧。