【开源软件推荐】 SmartSub，一个可以快速识别视频/音频字幕的工具

背景介绍

我就说Github上面能找到好东西吧

事情是这样的

我最近在用PC端的剪映剪辑视频

需要用到它的语音转字幕功能

转完之后，导出的时候

发现 赫然有一项字幕识别的会员权益

我寻思看看什么价格

不贵的话就充了

好家伙，这不看不知道，一看吓一跳

599？一年？

连续包年首年也需要399的啊喂！

我…就用个转字幕，其他功能基本上都用不上的

真不划算啊

但凡250以内我还考虑一下

手动加字幕，那也有点太累了

寻找替代方案

Github 上去搜搜

关键字：

语音转文本, 语音转字幕, voice to srt

反正用这几个关键字结合搜索了一下

大概有了点认知，目前市面上比较流行的语音转文本的方案

基本上都是基于 openai 的 whisper 模型的，可以离线运行

发现神器：妙幕SmartSub

最终筛选出来这个应用

妙幕SmartSub

是个跨平台客户端工具，完全开源免费，在Github上已经有 2.6k 的 star 了

截止到现在已经有 194个commit 了，更新频率很高，上次提交是在 一周前

界面样式也还挺好看，视频和音频都支持

做了模型整合，也有适合国内宝宝体质的镜像模型

还支持接入百度火山deepseek等大模型服务对字幕进行翻译

这是官方的特性

如何选择模型

就是它了！

下载安装

下载也很方便， Realease页面有不同系统的安装包，下载安装即可

https://github.com/buxuku/SmartSub/releases

作者也很贴心的加上了夸克网盘的下载链接

使用教程

安装之后打开，先下载几个模型

模型的选择和注意事项上文已经提到过，更详细的请查看官方 Github 仓库说明文档

如果遇到下载比较慢的情况，建议切换至国内模型镜像站点

模型下载完之后，上传你的视频或者音频，在左侧菜单栏选择模型，开始任务

我用的 large-v3-turbo-q8_0 模型，亲测效果巨好，5分多钟音频 22秒 就识别完成了，又快又准

校对与导出

识别完成之后可以点击校对按钮，弹出校对模块

这里会在播放的时候，实时定位到哪一行字幕。

太细节了吧！！！

校对无误后点击保存

字幕文件默认跟你导入的音视频文件在一个根目录下

字幕导入剪映

接下来打开剪映，选择文本 - 导入本地字幕

将校对完成后的字幕文件 .srt 拖入剪映字幕中

完活儿~

---

如果对您有所帮助，还请不要忘了点个关注呦