SmartSub – 开源的一站式音视频字幕处理桌面工具 运营中

SmartSub（妙幕） 是开源的一站式音视频字幕处理桌面工具。工具将全流程整合为单一应用，基于 Whisper、FunASR、Qwen3-ASR 等本地模型离线语音转文字，支持 20 余种翻译服务与多角色 AI 配音。SmartSub内置在线视频下载器，兼容 B 站、YouTube 等平台，支持 NVIDIA CUDA、Apple Core ML 等硬件加速，跨 Windows、macOS、Linux 三平台本地运行

微信关注回复“开源”，加入AI开源项目交流群
语音转写：基于 whisper.cpp、FunASR、Qwen3-ASR 等 6 大本地引擎离线识别，支持多语言自动检测与批量处理。
字幕翻译：接入 20+ 翻译服务（含 DeepSeek、Ollama、通义千问等），输出纯译文或原文+译文双语字幕。
AI 校对：内置可视化校对面板，播放视频时字幕自动同步定位，支持逐句修改、AI 一键润色与参考文稿对齐。
TTS 配音：本地 Kokoro/VITS 离线合成，支持 ZipVoice 零样本声音克隆、多角色音色分配与说话人识别。
字幕烧录：硬字幕直接渲染进画面，软字幕无损封装 MKV，支持字体、颜色、位置等样式实时预览。
在线下载：内置 yt-dlp / lux 双引擎，粘贴 B站、YouTube 等链接即可批量下载视频及官方字幕。
自定义流程：自由组合转写、翻译、校对、配音、合成等步骤，保存为配方一键复用。

下载安装：从 GitHub Releases 选择对应系统版本（Windows/macOS/Linux）安装，macOS 可用 brew install --cask smartsub。
下载模型：首次启动在「引擎与模型」页面选择并下载语音识别模型。
配置翻译：进入「设置 → 翻译服务」，选择引擎并填入 API Key。
创建任务：在启动台选择视频→配音成片等预设卡片，或自定义流程组合目标。
拖入文件：将本地视频/音频拖到任务卡，或粘贴 B站/YouTube 链接自动下载。
调整参数：选择转写引擎、目标语言、是否双语字幕、配音音色及字幕样式。
开始处理：点击「开始任务」，应用自动执行转写→翻译→校对→配音→合成流水线。
校对导出：在校对面板逐句检查修改，确认后导出带字幕或配音的成品视频。

全流程本地闭环：转写、翻译（Ollama）、配音、烧录均可离线完成。
引擎自由切换：支持6 种转写引擎 + 20+ 翻译服务 + 5 类配音方案，可按语言场景和硬件条件灵活组合。
硬件加速全覆盖：NVIDIA CUDA、AMD/Intel Vulkan、Apple Core ML/Metal 均支持，应用内一键安装加速包。
零成本跑通：本地模型 + 内置免费翻译 + 本地 TTS，整条流水线无需付费 API 即可使用。
多角色配音：v3.7.0 支持说话人识别与按角色批量分配音色，单句也可单独覆盖。

项目官网：https://smartsub.linxiaodong.com/
GitHub仓库：https://github.com/buxuku/SmartSub

外语视频本地化：将无字幕公开课、纪录片转写并翻译为双语字幕，或直接配音生成中文/外语音轨出海。
播客与会议整理：批量将长音频转写成 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/YouTube 视频快速生成精校字幕并烧录，支持多平台风格样式预设。
在线教育课件：为教学视频添加多语言配音与双语字幕，通过声音克隆保持讲师音色一致性。
影视二创与译制：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。