McCloudS/subgen

これは何？

主な機能

• 01SRT字幕を生成し、音声のみの場合はLRCファイルを生成します。
• 02元の言語で文字起こしするか、音声を英語に翻訳します。
• 03CPUまたはCUDA経由のNvidia GPUで動作します。
• 04BazarrのWhisperプロバイダーとして連携し、Plex、Jellyfin、Emby、TautulliとはWebhookで連携します。
• 05フォルダーをスキャン・監視し、既存または新規ファイルの字幕を生成します。
• 06OpenAI互換の文字起こし・翻訳エンドポイントを提供します。

ユースケース

• 字幕がないホームメディアライブラリに字幕を追加する。
• PlexやJellyfinに新しいエピソードが追加されたとき、自動で字幕を付ける。
• Bazarr向けにセルフホスト型のWhisperバックエンドを提供する。
• シンプルなHTTP APIを使って、個人の音声・動画録音から字幕を生成する。

クイックスタート

1. 1

   ハードウェアに合わせて環境変数 TRANSCRIBE_DEVICE と WHISPER_MODEL を設定します

2. 2

   README に記載されている CPU または CUDA イメージを使って、Docker で Subgen を実行します

3. 3

   Bazarr で Whisper Provider Docker Endpoint を http://<your-ip>:9000 に設定します

使う前に知っておきたいこと

• !Nvidia GPU を使うと文字起こしが大幅に速くなりますが、CPU のみで実行すると時間がかかります。
• !AMD GPU（ROCm）のサポートは未検証で、まったく動作しない可能性があります。
• !large-v3-turbo モデルは翻訳に対応していません。

収録されている特集

トピック

よくある質問

subgen とは？

OpenAI WhisperでメディアファイルからSRTまたはLRC字幕を生成するセルフホスト型ツール。Bazarr、Plex、Jellyfin、Emby、Tautulliと連携します。 Subgenは音声・動画ファイルを文字起こしし、.srtまたは.lrc形式の字幕ファイルを生成します。音声の元の言語を維持することも、外国語の音声を英語に翻訳することもできます。stable-tsとfaster-whisperを内部で使用し、CPUまたはNvidia GPU（CUDA）上でローカルに動作します。

subgen は無料で使えますか？ライセンスは？

subgen は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

subgen は今もメンテナンスされていますか？

半年以内に更新あり。subgen の最終コミットは 2026年8月7日 です。

subgen は何に使えますか？

字幕がないホームメディアライブラリに字幕を追加する。 PlexやJellyfinに新しいエピソードが追加されたとき、自動で字幕を付ける。 Bazarr向けにセルフホスト型のWhisperバックエンドを提供する。 シンプルなHTTP APIを使って、個人の音声・動画録音から字幕を生成する。

subgen のインストール方法は？

ハードウェアに合わせて環境変数 TRANSCRIBE_DEVICE と WHISPER_MODEL を設定します README に記載されている CPU または CUDA イメージを使って、Docker で Subgen を実行します Bazarr で Whisper Provider Docker Endpoint を http://<your-ip>:9000 に設定します

subgen はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/McCloudS/subgen