WhisperJAV

给JAV视频一键生成高准确率字幕，嘈杂环境也能听清

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 207 🐛 待处理 47 👀 关注 9

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 2442

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，本地部署，完全免费。

项目预览

项目数据

分类开源模型

开发团队meizhong986

官网地址https://github.com/meizhong986/WhisperJAV/releases/latest

GitHubhttps://github.com/meizhong986/WhisperJAV

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，本地部署，完全免费。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

技术栈/模型aitranslate,hallucination,japanese,llm,modelscope,qwen3,qwen3-asr,speech-to-text,speechenhancement,subtitling,ten-vad,whisper,zipformer

GitHub 星标★ 2442

上线时间2023-10-18 00:00:00

代码更新2026-11-05

仓库体积46.2 MB

本站数据更新2026-11-08

维护状态活跃

收录时间2026-08-09

浏览次数5

项目介绍

WhisperJAV 是一个面向日语成人视频（JAV）场景的自动语音识别（ASR）与字幕生成工具。它解决了通用语音识别模型在噪声环境、多人对话、特殊语气词等场景下准确率低的问题，通过集成 Qwen3-ASR、本地大语言模型（LLM）、Whisper 以及 TEN-VAD 语音活动检测技术，实现了对嘈杂音频的鲁棒识别，并自动生成带时间轴的字幕文件。核心能力包括：高噪声容忍度、多模型协同优化、本地化处理保障隐私、以及针对日语口语和术语的专门优化。项目基于 Python 开发，适合需要批量处理视频字幕、内容检索或无障碍观看的用户。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2442

技术标签

hallucination japanese llm modelscope qwen3

使用教程

难度：入门约 20 分钟部署方式：本地安装 8 步

环境要求

Windows 系统（官方推荐使用独立 .exe 安装包）
无需 Python 知识，安装程序会自动配置 Python、PyTorch、FFmpeg 及依赖
NVIDIA 显卡可选：有卡则自动装匹配的 CUDA 版，无卡则装 CPU-only 版
至少预留约 3 GB 空间用于首次下载模型；安装过程需 10–20 分钟

安装与启动步骤

1下载安装包

从 GitHub Releases 页面下载最新的 Windows .exe 安装包，页面地址见官网链接。
2运行安装程序

双击运行 .exe，无需管理员权限，默认安装到 %LOCALAPPDATA%\WhisperJAV。
3等待环境配置

安装程序自动装 Python、PyTorch、FFmpeg 和依赖，并检测 NVIDIA 驱动选择 CUDA 或 CPU 版本，约 10–20 分钟。
4启动图形界面

从桌面快捷方式启动，或执行命令打开 GUI；添加文件、选择模式后点击 Start。
```
whisperjav-gui
```
5命令行转写单个视频

最简用法，使用默认参数直接处理视频文件，字幕输出到视频旁边。
```
whisperjav video.mp4
```
6批量处理整个文件夹

传入文件夹路径并指定输出目录，可批量生成字幕。
```
whisperjav /path/to/folder --output-dir ./subtitles
```
7调整模式与灵敏度

用 --mode 选择处理模式、--sensitivity 控制识别灵敏度，适合嘈杂音频。
```
whisperjav video.mp4 --mode balanced --sensitivity aggressive
```
8升级或回滚版本

全平台通用的升级命令；如需回退到旧版本可加 --rollback 参数。
```
whisperjav-upgrade
```

关键配置

配置项	必填	说明	示例
`--mode`	否	选择处理模式，默认使用默认模式	`balanced`
`--sensitivity`	否	控制识别灵敏度，嘈杂场景可调高	`aggressive`
`--output-dir`	否	指定字幕输出目录，适合批量处理	`./subtitles`
`--output-format`	否	输出字幕格式，默认 SRT，可选 WebVTT 或两者	`both`