Herramienta de código abierto de voz a texto basada en Whisper, con marcas de tiempo por palabra mediante alineación forzada y diarización de hablantes opcional.
24,8 mil2,5 milPythonBSD-2-ClauseActualizado hace 5 horas
McCloudS/subgen
Herramienta autoalojada que genera subtítulos SRT o LRC a partir de archivos multimedia con OpenAI Whisper, integrada con Bazarr, Plex, Jellyfin, Emby y Tautulli.
- Estrellas
- 1,504
- Forks
- 122
- Issues abiertos
- 5
- Último commit
- hace 3 meses
¿Qué es?
Subgen transcribe archivos de audio y video y los convierte en archivos de subtítulos .srt o .lrc. Puede conservar el idioma original hablado o traducir al inglés el habla en otros idiomas. Se ejecuta localmente en CPU o GPU Nvidia (CUDA) y utiliza stable-ts y faster-whisper internamente.
Está diseñada para cubrir los vacíos de una biblioteca multimedia cuando no hay subtítulos o los que están integrados no están sincronizados. Subgen puede funcionar como proveedor de Whisper para Bazarr o recibir webhooks de Plex, Jellyfin, Emby y Tautulli para generar subtítulos cuando se añade o se reproduce contenido multimedia. También puede analizar las carpetas configuradas y vigilarlas para detectar archivos nuevos.
Además, ofrece los endpoints compatibles con OpenAI /v1/audio/transcriptions y /v1/audio/translations, de modo que otros clientes que utilizan la API de Whisper pueden usarlo como backend. La configuración se controla mediante variables de entorno, incluidas reglas para omitir archivos según los subtítulos y las pistas de audio existentes.
Funciones clave
- 01Genera subtítulos SRT o archivos LRC para audio sin video.
- 02Transcribe en el idioma de origen o traduce el habla al inglés.
- 03Funciona en CPU o GPU Nvidia mediante CUDA.
- 04Se integra con Bazarr como proveedor de Whisper y con Plex, Jellyfin, Emby y Tautulli mediante webhooks.
- 05Analiza y vigila carpetas para generar subtítulos para archivos existentes o nuevos.
- 06Ofrece endpoints compatibles con OpenAI para transcripción y traducción.
Casos de uso
- Completar los subtítulos que faltan en una biblioteca multimedia doméstica.
- Añadir subtítulos automáticamente a los episodios nuevos cuando se incorporan a Plex o Jellyfin.
- Proporcionar un backend de Whisper autoalojado para Bazarr.
- Generar subtítulos para grabaciones personales de audio o video mediante una API HTTP sencilla.
Inicio rápido
- 1
Configura las variables de entorno TRANSCRIBE_DEVICE y WHISPER_MODEL según tu hardware
- 2
Ejecuta Subgen en Docker con la imagen para CPU o CUDA indicada en el README
- 3
En Bazarr, configura Whisper Provider Docker Endpoint como http://<your-ip>:9000
Antes de usarlo
- La transcripción es mucho más rápida con una GPU Nvidia; si solo usas la CPU, el proceso será lento.
- La compatibilidad con GPU AMD (ROCm) no se ha probado y puede que no funcione en absoluto.
- El modelo large-v3-turbo no admite traducción.
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es subgen?
- Herramienta autoalojada que genera subtítulos SRT o LRC a partir de archivos multimedia con OpenAI Whisper, integrada con Bazarr, Plex, Jellyfin, Emby y Tautulli. Subgen transcribe archivos de audio y video y los convierte en archivos de subtítulos .srt o .lrc. Puede conservar el idioma original hablado o traducir al inglés el habla en otros idiomas. Se ejecuta localmente en CPU o GPU Nvidia (CUDA) y utiliza stable-ts y faster-whisper internamente.
- ¿subgen es gratuito? ¿Qué licencia tiene?
- subgen es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿subgen sigue mantenido?
- Actualizado en los últimos 6 meses. El último commit de subgen fue el 7 ago 2026.
- ¿Para qué puedo usar subgen?
- Completar los subtítulos que faltan en una biblioteca multimedia doméstica. Añadir subtítulos automáticamente a los episodios nuevos cuando se incorporan a Plex o Jellyfin. Proporcionar un backend de Whisper autoalojado para Bazarr. Generar subtítulos para grabaciones personales de audio o video mediante una API HTTP sencilla.
- ¿Cómo se instala subgen?
- Configura las variables de entorno TRANSCRIBE_DEVICE y WHISPER_MODEL según tu hardware Ejecuta Subgen en Docker con la imagen para CPU o CUDA indicada en el README En Bazarr, configura Whisper Provider Docker Endpoint como http://<your-ip>:9000
- ¿Dónde consigo subgen?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/McCloudS/subgen
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Aplicación de escritorio que transcribe y traduce audio y video sin conexión en tu computadora, basada en Whisper de OpenAI.
22,1 mil1,6 milPythonMITActualizado hace 5 días
Aplicación de escritorio que transcribe audio y video completamente sin conexión en tu dispositivo, con Whisper y otros modelos de voz.
7,9 mil568TypeScriptMITActualizado hace 16 días
Aplicación web de Next.js que genera subtítulos sincronizados a partir de videos subidos o enlaces a contenido multimedia con el modelo Whisper de Together AI.
46570TypeScriptSin licenciaActualizado hace 7 meses
Generador de subtítulos con IA que funciona localmente y sin conexión, integrado con DaVinci Resolve, Premiere Pro y After Effects.
4,4 mil309TypeScriptMITActualizado hace 17 días
Subtitulado local y de código abierto para cualquier video: transcripción con Whisper, traducción, estilos e incrustación, desde el navegador, la app de escritorio o la CLI, sin subir el video.
1178TypeScriptAGPL-3.0Actualizado hace 9 horas