妙幕
开源一站式字幕处理桌面工具
转写、翻译、校对、配音、烧录全在本地完成，还内置在线视频下载
核心功能
本地语音转写
基于whisper.cpp、FunASR、Qwen3-ASR等六种引擎离线识别，多语言自动检测
字幕翻译
接入DeepSeek、Ollama、通义千问等20多家翻译服务，输出纯译文或双语对照字幕
可视化校对
播放视频时字幕自动同步定位，支持逐句修改、AI润色和参考文稿对齐
TTS配音
支持Kokoro、VITS本地离线合成，以及ZipVoice零样本声音克隆和多角色音色分配
字幕烧录
硬字幕直接渲染进画面，软字幕无损封装MKV，字体颜色位置实时预览
在线视频下载
内置yt-dlp和lux双引擎，粘贴B站、YouTube链接即可批量下载并配对官方字幕
自定义流程
自由组合转写、翻译、校对、配音等步骤，保存为配方一键复用
产品特色
- 01
把四五个软件的活拧成一条流水线
做过字幕的人应该都有体会，语音识别用一个工具、翻译用一个网站、校对靠播放器手抄、烧录又得开剪辑软件，光切换就够累的。SmartSub把这四步装进了一个窗口，每一步还能独立使用，也可以串成流水线批量跑。有用户评价说它“不再是字幕工具，而是本地媒体处理工作台”
- 02
敏感素材不用怕往外传
很多在线字幕服务要求你把视频上传到云端，一段4K素材几个G，上传等半天不说，内部课件和私密采访这种事压根不敢用。SmartSub的转写跑在本地模型上，翻译可以走本地Ollama，视频文件从头到尾不出硬盘。做企业培训或者没公开的素材，这点挺关键的
- 03
免费跑通不需要API Key
它内置了免费翻译源和本地TTS引擎，不想折腾API的话整条流水线不花一分钱。想用更好的翻译模型再接DeepSeek或者通义千问也随时能配，灵活度比那种一上来就收费的工具高很多
- 04
硬件加速覆盖比较全
NVIDIA CUDA、AMD/Intel Vulkan、Apple Core ML都支持，应用内一键安装加速包不用自己折腾CUDA Toolkit。M系列芯片的Mac用户下载arm64版本就能自动启用Core ML，实测识别速度有明显提升
- 05
版本迭代真的勤
从v1.x到现在的v3.7.0，几乎每月都有更新，GitHub上已经超过4.5k星。最近几个版本陆续加了说话人识别、多角色配音、参考文稿对齐这些实用功能，看得出来作者自己在用，不是发出来就不管了
应用场景
✅ 外语视频本地化
把无字幕的公开课和纪录片转写并翻译成双语字幕，或者用TTS配成外语音轨出海
✅ 播客会议整理
批量把长音频转写成SRT文本，用于内容检索、剪辑素材或文字存档
✅ 自媒体字幕制作
为B站或YouTube视频快速生成精校字幕并烧录，样式所见即所得
✅ 在线教育课件
为教学视频添加多语言配音和双语字幕，用声音克隆保持讲师音色一致
✅ 影视二创译制
下载在线视频后自动配对官方字幕，翻译精修后硬烧录或软封装发布
✅ 用自己的声音配音
录一段参考音频零样本克隆音色，整条视频用你的声音朗读
常见问题
解答您关于"妙幕"的常见疑问，让您更好地使用这款AI工具
-
剪映的识别字幕够用，但翻译和配音得另外想办法，而且长视频免费版有限制。SmartSub的优势是转写、翻译、配音、烧录全在本地完成，没有任何时长和用量限制，双语字幕直接导出就能挂载到播放器。缺点也很明显，它的校对界面不如剪映直观，上手需要一点时间适应。
-
看情况。whisper.cpp的中小模型在安静环境下识别准确率挺高的，FunASR对中文支持更好，Qwen3-ASR在长语音上比较稳。但如果素材环境噪音大或者口音重，小模型的错误率会明显上升。建议先用small模型跑一遍看看效果，不行再换large。
-
CPU模式跑small模型，8GB内存的普通办公本就能用，只是速度慢一些。有独立显卡的话可以启用CUDA加速，速度会快很多。Mac的M系列芯片支持Core ML，体验也不错。全量翻译一部一小时的视频，CUDA加速下大概十几分钟能出结果。
-
这是目前用户反馈比较多的问题，有时候会把一句完整的话硬拆成几段。官方的FAQ里也提到了字幕一行太长或者断句不理想的情况。我的经验是先用参考文稿对齐功能，如果有原稿的话匹配效果会好很多。没有原稿的话就只能在校对面板里手动调了。
-
技术上确实能做到用一段参考音频克隆别人的音色，但未经授权用他人声音是违法的。如果是给自己录的课件配音，用自己的声音克隆完全没问题。用在商业场景的话建议还是谨慎一些，最好用自己或者获得授权的声音素材。
-
去GitHub Releases页面下载对应系统的安装包，Windows有CUDA和CPU两个版本，macOS下载arm64版本。首次启动在引擎与模型页面选择并下载语音识别模型，模型越大越准但越吃硬件。国内下载GitHub Releases可能需要代理。
-
VideoLingo的翻译质量和字幕排版更接近流媒体观感，适合课程和技术演讲这类对字幕质量要求高的内容。SmartSub的覆盖面更广，跨平台和硬件加速支持更好，适合需要批量处理和本地运行的场景。两个可以搭配用，SmartSub负责转写和通用处理入口，VideoLingo负责精修翻译。
立即体验“妙幕”
SmartSub（妙幕）是一款开源桌面工具，把语音转文字、字幕翻译、校对润色、AI配音和烧录合成整合进一个应用，支持Whisper、FunASR等本地引擎离线转写，接入20多家翻译服务。粘贴B站或YouTube链接就能下载并生成双语字幕，全程本地处理文件不出电脑。Windows、macOS、Linux都能用，主流程完全免费。
