Anysub｜本地部署音频视频转字幕工具

这是什么

Anysub 是一个自托管的字幕制作工具，前身是 Whishper。它的工作流程很直接：上传一段录音或视频，由 Whisper 模型完成语音转写，再在网页版字幕编辑器中修正文字和时间点，最后导出成字幕文件。媒体文件与转写任务都跑在用户自己的机器或服务器上，README 把它定位为本地运行的 Web 工具，而非在线 SaaS 服务。

适合谁

适合需要给访谈、课程录像、会议记录、播客或短视频配字幕的个人与团队，尤其是对素材留在本地有要求、不希望上传到第三方转写平台的使用者。由于需要自行部署容器环境，它更偏向具备基础运维能力的用户，而不是装上就能双击打开的桌面软件。

主要功能

• 使用 Whisper 转写，可选用从 tiny 到 large-v3-turbo 的不同规模模型；
• 提供词级时间戳，便于逐字对齐字幕；
• 字幕编辑器带波形时间轴，支持撤销与自动保存；
• 对过快、过长或相互重叠的字幕给出提示；
• 支持导出 SRT、WebVTT、纯文本与 JSON；
• 大文件上传可断点续传，适合数小时长的素材；
• 提供可搜索的字幕库；
• 管理页面可配置模型、默认值、上传上限、磁盘空间与工作进程。

输入与输出

输入为本地音频或视频文件，经由网页界面上传。输出为字幕文本与对应时间轴，可导出为 SRT、WebVTT、纯文本或 JSON。README 未说明支持的具体容器与编码格式清单，需待核查。

获取与运行

README 给出的部署路径是：在 x86-64 架构的 Linux 上安装 Docker 与 Docker Compose，下载官方发布的 Compose 文件后启动容器，再访问本机相应端口创建账户，首个账户需要日志中显示的初始化码。若使用 NVIDIA 显卡，可额外启用 GPU 配置，前提是安装 NVIDIA Container Toolkit，并使用 GTX 16xx、RTX 20xx 或更新的显卡。AMD 与 Intel 显卡暂不支持，官方表示后续计划加入。安装说明中还提到 Podman、反向代理和从源码构建等细节。

以上为官方文档描述，本文未做实际部署验证，具体端口、镜像与命令请以官方发布页和安装文档为准。

运行环境与性能

官方要求 Linux、x86-64、Docker Compose；GPU 为可选加速项，README 称 GPU 转写速度比 CPU 快数倍，但未给出具体参照硬件或耗时数据。ARM 镜像、跨机器工作进程目前尚未提供。各模型规模对应的显存与内存需求、最低硬件配置，资料中未列出，需待核查。

费用、访问与隐私

软件本身以 AGPL-3.0-only 许可发布，使用与分发需遵循该许可证条款，尤其是通过网络向他人提供修改版本时的源码提供义务；Whisper 模型权重的许可与商用条件需另行核对。自行部署不涉及订阅费用，但服务器、电力和硬件成本由使用者承担。由于服务运行在本地，是否可从国内网络正常拉取镜像与访问相关发布资源，需待核查。素材不上传到第三方，但若自行暴露到公网，账户与访问控制需由部署者负责。

已知限制

官方明确列出尚未实现的功能：翻译、说话人区分、监视文件夹、从链接或已有字幕文件导入、多账户、跨机器工作进程与 ARM 镜像，计划在 4.x 版本中补充。旧版 Whishper 3 已不再维护，且 Anysub 无法读取其数据，迁移需参考官方迁移文档。

许可与说明

代码采用 AGPL-3.0-only，属强著佐权许可，商业或二次分发前应完整阅读许可证原文。官方同时说明代码与文档编写过程中使用了大语言模型辅助，每次变更均经人工审查与测试。

来源与使用边界

官方仓库：https://github.com/pluja/anysub

资料版本：https://github.com/pluja/anysub/blob/fb897aaf6f7bb8212109395218e61f69f6b87e93/README.md

维护方：pluja/anysub；采集日期：2026-11-13。依据官方资料经AI整理，本站未安装、运行或实测。

许可标识：AGPL-3.0，具体范围以原始许可文件为准；代码、模型权重、依赖及在线服务适用各自条款。开源不代表模型调用、托管或商业服务免费。国内访问、硬件及模型适配条件未经本站验证。