Repolode
WEIFENG2333

WEIFENG2333/VideoCaptioner

基于大语言模型的视频字幕工具,覆盖语音识别、断句、校正、翻译到字幕合成的全流程。

可替代:Subtitle EditAegisub

Star
16,297
Fork
1,415
未关闭 Issue
214
最近提交
上个月

这是什么?

VideoCaptioner 覆盖视频字幕处理的完整流程:先做语音识别,再按语义断句,用大语言模型优化文字,随后翻译,最后把字幕合成回视频。项目同时提供命令行工具和桌面图形界面,可通过 pip 一键安装。

部分功能无需任何配置即可使用,例如必剪、剪映语音识别,以及必应、谷歌翻译。字幕优化和大模型翻译需要配置 OpenAI 兼容接口的 API Key,可在图形界面、命令行或环境变量中设置。

此外,项目还提供 Claude Code Skill,让 AI 编程助手可以直接调用它处理视频。它也支持下载 YouTube、B站等平台的在线视频,作为字幕处理的起点。

核心功能

  • 01支持多种语音识别引擎,包括免费的必剪和剪映
  • 02基于 LLM 进行语义断句和字幕校对
  • 03支持通过 LLM、必应或谷歌翻译字幕
  • 04可将字幕以软字幕或硬字幕形式合成到视频中
  • 05提供全流程命令,串联识别、优化、翻译和合成
  • 06同时提供桌面图形界面和命令行,配置可分层覆盖

适用场景

  • 为视频快速生成字幕,省去手动听写
  • 将视频字幕翻译成其他语言
  • 通过命令行批量处理字幕文件
  • 借助 Claude Code Skill 让 AI 编程助手完成视频字幕任务

快速上手

  1. 1

    从 PyPI 安装 CLI 和 GUI 桌面版

    pip install videocaptioner
  2. 2

    打开 GUI 桌面版

    videocaptioner-gui
  3. 3

    或在命令行转录视频(免费,无需 API Key)

    videocaptioner transcribe video.mp4 --asr bijian

使用前须知

  • 字幕优化和大模型翻译等 LLM 功能需要你自备 OpenAI 兼容接口的 API Key。
  • 采用 GPL-3.0 许可证,衍生分发版本也需要按 GPL 条款开源。

标签

常见问题

VideoCaptioner 是什么?
基于大语言模型的视频字幕工具,覆盖语音识别、断句、校正、翻译到字幕合成的全流程。 VideoCaptioner 覆盖视频字幕处理的完整流程:先做语音识别,再按语义断句,用大语言模型优化文字,随后翻译,最后把字幕合成回视频。项目同时提供命令行工具和桌面图形界面,可通过 pip 一键安装。
VideoCaptioner 可以免费使用吗?用的什么许可证?
VideoCaptioner 以 GPL-3.0 许可证开源。用于商业产品前,请先确认许可证条款。
VideoCaptioner 还在维护吗?
半年内有更新。VideoCaptioner 最近一次提交是在 2026年9月12日。
VideoCaptioner 适合用来做什么?
为视频快速生成字幕,省去手动听写 将视频字幕翻译成其他语言 通过命令行批量处理字幕文件 借助 Claude Code Skill 让 AI 编程助手完成视频字幕任务
VideoCaptioner 怎么安装和运行?
从 PyPI 安装 CLI 和 GUI 桌面版: pip install videocaptioner 打开 GUI 桌面版: videocaptioner-gui 或在命令行转录视频(免费,无需 API Key): videocaptioner transcribe video.mp4 --asr bijian
在哪里获取 VideoCaptioner?
源代码和安装说明在 GitHub 上:https://github.com/WEIFENG2333/VideoCaptioner

概要由 AI 根据项目 README 生成;GitHub 数据每日更新。

相关项目