SmartSub – Công cụ desktop mã nguồn mở xử lý phụ đề âm thanh và video tất cả trong một Đang hoạt động

SmartSub (妙幕) là công cụ desktop mã nguồn mở xử lý phụ đề âm thanh và video tất cả trong một. Công cụ tích hợp toàn bộ quy trình trong một ứng dụng duy nhất, sử dụng các mô hình cục bộ như Whisper, FunASR và Qwen3-ASR để chuyển giọng nói thành văn bản ngoại tuyến, hỗ trợ hơn 20 dịch vụ dịch thuật và lồng tiếng AI đa vai. SmartSub tích hợp trình tải video trực tuyến, tương thích với các nền tảng như Bilibili và YouTube, hỗ trợ tăng tốc phần cứng NVIDIA CUDA, Apple Core ML cùng nhiều nền tảng khác, chạy cục bộ trên Windows, macOS và Linux.

Theo dõi WeChat và trả lời “开源” để tham gia nhóm trao đổi dự án AI mã nguồn mở
Chuyển giọng nói thành văn bản: nhận dạng ngoại tuyến dựa trên 6 engine cục bộ lớn như whisper.cpp, FunASR và Qwen3-ASR, hỗ trợ tự động phát hiện đa ngôn ngữ và xử lý hàng loạt.
Dịch phụ đề: tích hợp hơn 20 dịch vụ dịch thuật, gồm DeepSeek, Ollama và Tongyi Qianwen, xuất phụ đề chỉ có bản dịch hoặc song ngữ gồm bản gốc và bản dịch.
Hiệu đính AI: tích hợp bảng hiệu đính trực quan; phụ đề tự động đồng bộ vị trí khi phát video, hỗ trợ chỉnh sửa từng câu, trau chuốt bằng AI một lần nhấn và căn chỉnh theo bản thảo tham khảo.
Lồng tiếng TTS: tổng hợp ngoại tuyến bằng Kokoro/VITS cục bộ, hỗ trợ nhân bản giọng nói zero-shot với ZipVoice, phân bổ giọng cho nhiều vai và nhận dạng người nói.
Ghi phụ đề vào video: phụ đề cứng được kết xuất trực tiếp vào khung hình, phụ đề mềm được đóng gói không mất dữ liệu vào MKV, hỗ trợ xem trước theo thời gian thực các kiểu chữ, màu sắc, vị trí và nhiều kiểu khác.
Tải trực tuyến: tích hợp hai engine yt-dlp / lux, chỉ cần dán liên kết Bilibili, YouTube và các nền tảng khác để tải hàng loạt video cùng phụ đề chính thức.
Quy trình tùy chỉnh: tự do kết hợp các bước chuyển biên, dịch, hiệu đính, lồng tiếng và tổng hợp, lưu thành công thức để tái sử dụng chỉ với một lần nhấn.

Tải và cài đặt: chọn phiên bản hệ điều hành tương ứng (Windows/macOS/Linux) từ GitHub Releases để cài đặt; trên macOS có thể dùng brew install --cask smartsub.
Tải mô hình: khi khởi động lần đầu, vào trang «Engine và mô hình» để chọn và tải mô hình nhận dạng giọng nói.
Cấu hình dịch thuật: vào «Cài đặt → Dịch vụ dịch thuật», chọn engine và nhập API Key.
Tạo tác vụ: chọn các thẻ quy trình dựng sẵn như video→lồng tiếng thành phẩm trong trình khởi động, hoặc tự kết hợp quy trình theo mục tiêu.
Thả tệp vào: kéo video/âm thanh cục bộ vào thẻ tác vụ, hoặc dán liên kết Bilibili/YouTube để tự động tải xuống.
Điều chỉnh tham số: chọn engine chuyển biên, ngôn ngữ đích, có tạo phụ đề song ngữ hay không, giọng lồng tiếng và kiểu phụ đề.
Bắt đầu xử lý: nhấn «Bắt đầu tác vụ», ứng dụng sẽ tự động thực hiện quy trình chuyển biên→dịch→hiệu đính→lồng tiếng→tổng hợp.
Hiệu đính và xuất: kiểm tra, chỉnh sửa từng câu trong bảng hiệu đính, sau đó xuất video thành phẩm có phụ đề hoặc lồng tiếng.

Khép kín toàn bộ quy trình cục bộ: chuyển biên, dịch (Ollama), lồng tiếng và ghi phụ đề đều có thể hoàn thành ngoại tuyến.
Tự do chuyển đổi engine: hỗ trợ 6 engine chuyển biên + hơn 20 dịch vụ dịch thuật + 5 nhóm giải pháp lồng tiếng, có thể kết hợp linh hoạt theo ngôn ngữ và phần cứng.
Hỗ trợ toàn diện tăng tốc phần cứng: hỗ trợ NVIDIA CUDA, AMD/Intel Vulkan, Apple Core ML/Metal; có thể cài gói tăng tốc bằng một lần nhấn trong ứng dụng.
Vận hành không tốn phí: mô hình cục bộ + dịch vụ dịch miễn phí tích hợp + TTS cục bộ, toàn bộ quy trình có thể sử dụng mà không cần API trả phí.
Lồng tiếng đa vai: v3.7.0 hỗ trợ nhận dạng người nói và phân bổ giọng hàng loạt theo vai; từng câu cũng có thể ghi đè riêng.

Trang web chính thức: https://smartsub.linxiaodong.com/
Kho GitHub: https://github.com/buxuku/SmartSub

Bản địa hóa video ngoại ngữ: chuyển biên và dịch các khóa học công khai, phim tài liệu không có phụ đề thành phụ đề song ngữ, hoặc trực tiếp lồng tiếng để tạo track âm thanh tiếng Trung/ngoại ngữ và phát hành ra quốc tế.
整理 podcast và cuộc họp: chuyển biên hàng loạt tệp âm thanh dài thành văn bản SRT để tìm kiếm nội dung, làm tư liệu dựng phim hoặc lưu trữ văn bản.
制作 phụ đề cho nhà sáng tạo nội dung: nhanh chóng tạo phụ đề được hiệu đính kỹ cho video Bilibili/YouTube và ghi vào video, hỗ trợ các preset kiểu dáng dành cho nhiều nền tảng.
Học liệu giáo dục trực tuyến: thêm lồng tiếng đa ngôn ngữ và phụ đề song ngữ cho video giảng dạy, duy trì sự nhất quán về giọng của giảng viên bằng nhân bản giọng nói.
Sản xuất và biên dịch lại phim ảnh: sau khi tải video trực tuyến, tự động ghép phụ đề chính thức, dịch và tinh chỉnh rồi ghi cứng hoặc đóng gói mềm để phát hành.