亿动网📖 介绍
卡卡字幕助手（VideoCaptioner）是一款功能强大的视频字幕配制软件。操作简单且无需高配置，利用大语言模型进行字幕智能断句、校正、优化、翻译，一键为视频配上效果惊艳的字幕。
- 🎯 可使用强大的语音识别引擎，核显也可以使用，自动生成精准字幕
- ✂️ 基于 LLM 的智能分割与断句，字幕阅读更自然流畅
- 🔄 AI字幕多线程优化调整字幕格式；吴恩达三步反思法翻译，表达更地道专业
- 🎬 支持批量视频字幕合成，提升处理效率
- 📝 直观的字幕编辑查看界面，支持实时预览和快捷编辑
- 🤖 消耗模型 Token 少，且内置基础 LLM 模型，保证开箱即用
📸 界面预览
🚀 快速开始
软件较为轻量，打包大小 50M,已集成所有必要环境，下载后可直接运行。
1. 下载软件
2. 解压后直接运行 VideoCaptioner.exe
3. （可选）相关配置
配置自己的大模型 API 以获得更好的优化和翻译效果 ；选择是否启用字幕优化或者字幕翻译以及翻译的语言。
4. 拖拽视频文件到软件窗口
可全自动处音频识别、字幕生成、字幕优化翻译、视频合成。（提示：每一个步骤均支持单独处理，均支持文件拖拽。）
✨ 主要功能
软件充分利用大语言模型(LLM)在理解上下文方面的优势，对语音识别生成的字幕进一步处理。有效修正错别字、统一专业术语，让字幕内容更加准确连贯，为用户带来出色的观看体验！
1. 多平台视频下载与处理
- 支持国内外主流视频平台（B站、Youtube等）
- 自动提取视频原有字幕处理
2. 专业的语音识别引擎
- 提供多种接口在线识别，效果媲美剪映（免费、高速）
- 支持本地Whisper模型（保护隐私、可离线）
3. 智能字幕优化
- 基于LLM的智能纠错，提升字幕准确度
- 自动优化专业术语、代码片段和数学公式格式
- 上下文进行断句优化，提升阅读体验
4. 高质量字幕翻译
- 结合上下文的智能翻译，确保译文准确自然
- 通过Prompt指导大模型反思翻译，提升翻译质量
- 使用序列模糊匹配算法、保证时间轴完全一致
5. 字幕样式调整
- 丰富的字幕样式模板（科普风、新闻风、番剧风等等）
- 支持导出多种格式字幕视频（SRT、ASS、VTT、TXT）
基本配置
1. LLM API 配置说明 （可选）
- 软件内置基础大语言模型（
gpt-4o-mini），无需配置即可使用。但为获得更好的效果，建议在设置中配置个人 API。支持国内Deepseek、阿里通义、智普GLM等厂商。 - 追求高质量可选用
Claude-3.5-sonnet或gpt-4o
2. 本地 Whisper 语音识别配置（可选，隐私性强可使用）
- 下载模型：
Tiny,Base,Small,Medium,Large-v1,Large-v2需软件内下载 - 中文识别推荐使用
Medium及以上版本，以确保识别质量
3. 字幕样式自定义
- 主副字幕设置：字体、大小、颜色、边框样式、行距、位置等
- 排版方式：原文在上、译文在上、仅原文、仅译文
开源网址
https://github.com/WEIFENG2333/VideoCaptioner
项目还在不断完善中，如果在使用过程遇到的Bug，欢迎提交 Issue 或者评论区说明。会积极改善的
阅读全文
