Skip to content
🎬 个人使用向 fork · 按需更新

从转录到成片
每一步都可控

时间轴对齐、双角色翻译校对、字幕后处理与 FFmpeg 合成
GUI 与 CLI 共享核心流程,并分别服务交互精修与批量自动化

🎙️ MiMo / Qwen / Whisper·🌐 双角色 LLM 翻译·🎞️ 14 个编码器目录项
VideoCaptioner 界面预览
字幕工作台
3
翻译工作模式
14
编码器目录项
SRT/VTT/ASS
字幕输入与导出
GUI + CLI
桌面与自动化入口

Fork 核心增强

主要补了转录、翻译、字幕后处理和 FFmpeg 这几块

🎙️

转录与时间轴

MiMo API、Qwen3 本地 ASR 和 Qwen3-ForcedAligner,配合 VAD 分块、常驻 Worker、异常重试和降级时间轴。

🌐

双角色翻译校对

主翻译与高级校对分别负责全文分析、术语裁决、分批翻译和完整审计,并生成可复用术语表。

📐

自适应字幕后处理

处理闪轴、单句时长、阅读速度、标点、重叠和尾部补偿,支持 QA 报告与可验证的局部语义修复。

🎞️

可控 FFmpeg 合成

软件与硬件编码、CQ/ABR、画面与音频参数、命令预览、自定义参数、实时 Console 和任务控制集中管理。

📋

阶段摘要与运行日志

GUI 与 CLI 展示阶段产物、降级状态和实时日志,长任务中的失败与回退都有据可查。

🎨

双语样式与阶段文件

保持单双语布局,提供扩展 ASS 样式与字体预设,并为转录、初版和后处理阶段保存规范 SRT 或自动导出 ASS/VTT。

🚀

源码运行

这个 fork 主要按个人需求更新
使用 uv 安装主程序,再按需启用本地模型或云端服务

个人使用向 fork · GPL-3.0