基于 Whisper 的开源语音转文字工具,支持词级时间戳和说话人分离。
- Star
- 466
- Fork
- 70
- 未关闭 Issue
- 2
- 最近提交
- 7个月前
这是什么?
SubStudio 是一个用于为视频生成字幕的 Web 应用。用户上传视频文件或粘贴直接的媒体链接后,应用会提取音频,交由 Together AI 的 Whisper Large v3 模型转写,并生成带词级时间戳的字幕,短时间片段会自动合并为易读的字幕块。
字幕可以实时预览并套用六种预设样式:Classic、TikTok、Modern Box、Cinematic、Outline 和 Bold Center。导出时支持下载 SRT 或 VTT 文件,也可以将字幕压制进 MP4 视频。
项目基于 Next.js(App Router)、Tailwind CSS、Framer Motion,并通过 fluent-ffmpeg 调用 FFmpeg。本地运行需要配置 Together AI 的 API Key,可写入 .env 文件,也可在界面中输入;同时支持一键部署到 Vercel。
核心功能
- 01通过 Together AI 的 Whisper Large v3 模型转写音频,生成词级时间戳。
- 02支持上传视频文件或粘贴直接的媒体链接。
- 03提供六种预设字幕样式,并可实时预览。
- 04可导出 SRT、VTT 字幕文件或将字幕烧录进 MP4。
适用场景
- 为 TikTok、Reels 等短视频添加字幕。
- 为视频剪辑流程生成 SRT 或 VTT 字幕文件。
- 制作带烧录字幕的社交媒体视频。
快速上手
- 1
克隆仓库
git clone https://github.com/Luffixos/ai-subtitles.git - 2
创建 .env 文件并填入 Together AI 密钥(TOGETHER_API_KEY=your_api_key_here)
- 3
安装依赖
npm install - 4
启动开发服务器,访问 http://localhost:3000
npm run dev
使用前须知
- 转录功能需要 Together AI 的 API 密钥。
- 项目元数据中没有许可证信息,但 README 声明为 MIT 许可;复用前请先确认许可证。
标签
常见问题
- ai-subtitles 是什么?
- 基于 Together AI 的 Whisper 模型,为上传的视频或媒体链接自动生成带时间轴字幕的 Web 应用。 SubStudio 是一个用于为视频生成字幕的 Web 应用。用户上传视频文件或粘贴直接的媒体链接后,应用会提取音频,交由 Together AI 的 Whisper Large v3 模型转写,并生成带词级时间戳的字幕,短时间片段会自动合并为易读的字幕块。
- ai-subtitles 可以免费使用吗?用的什么许可证?
- ai-subtitles 没有声明许可证。代码虽然公开,但没有许可证就没有明确的使用授权,正式使用前建议先联系作者。
- ai-subtitles 还在维护吗?
- 超过半年未提交。ai-subtitles 最近一次提交是在 2026年4月7日。
- ai-subtitles 适合用来做什么?
- 为 TikTok、Reels 等短视频添加字幕。 为视频剪辑流程生成 SRT 或 VTT 字幕文件。 制作带烧录字幕的社交媒体视频。
- ai-subtitles 怎么安装和运行?
- 克隆仓库: git clone https://github.com/Luffixos/ai-subtitles.git 创建 .env 文件并填入 Together AI 密钥(TOGETHER_API_KEY=your_api_key_here) 安装依赖: npm install 启动开发服务器,访问 http://localhost:3000: npm run dev
- 在哪里获取 ai-subtitles?
- 源代码和安装说明在 GitHub 上:https://github.com/Nutlope/ai-subtitles
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
基于 OpenAI Whisper 的桌面应用,可在本机离线转录和翻译音视频。
完全离线在本地设备上转录音视频的桌面应用,基于 Whisper 等语音模型。
本地运行的 AI 字幕生成工具,可离线使用,并接入 DaVinci Resolve、Premiere Pro 和 After Effects。
开源的本地视频字幕工具,基于 Whisper 转写、翻译、样式化并压制进画面,视频无需上传。
桌面应用,用 AI 为视频自动转录字幕,并将样式化字幕直接烧录进视频。