moys-asr-workflow

音频一键转字幕,工作流里直接校对导出

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 语音识别 🍴 复刻 47 🐛 待处理 25
GitHub ↗
GitHub 星标 ★ 598
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费,无官网定价信息

项目预览

moys-asr-workflow 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类语音识别
开发团队Moyf
定价模式🏷️完全免费
价格说明开源免费,无官网定价信息
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AGPL-3.0
主要语言JavaScript
技术栈/模型asr,workflow
GitHub 星标★ 598
上线时间2026-07-26 00:00:00
代码更新2026-11-14
仓库体积55.8 MB
本站数据更新2026-11-15
维护状态活跃
收录时间2026-10-02
浏览次数5

项目介绍

moys-asr-workflow(简称 MAW)是一个基于 JavaScript 的语音识别字幕生成工作流与编辑器,面向需要为音视频批量制作字幕的用户。它把 ASR 识别、字幕切分、时间轴对齐和文本编辑串成一条可复用的流水线,解决传统做法中识别、校对、导出分散在多个工具、来回切换效率低的问题。核心能力包括:调用语音识别引擎把音频转成带时间戳的文本,在工作流中自动分段与合并,提供可视化编辑器让用户逐句校对文字和时间轴,并支持导出常见字幕格式。项目以工作流编排为思路,把重复性的字幕生产步骤配置化,适合播客、课程、访谈等长音频场景,降低人工听写和手动打轴的负担。

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 2026-10-02 · 当前星标 ★ 598

技术标签

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:进阶 约 40 分钟 部署方式:本地安装 5 步

环境要求

  • Python 环境
  • 音视频素材

安装与启动步骤

  1. 1克隆

    面向字幕生产的完整工作台。

    git clone https://github.com/moyf/moys-asr-workflow.git
  2. 2装依赖

    识别与处理链都装,注意音频工具。

    pip install -r requirements.txt
  3. 3导入素材

    支持批量,先拿一条试。

  4. 4调断句

    断句质量决定后续可读性,重点在这里。

  5. 5导出字幕

    按平台格式导出,检查时间轴。

如何确认成功

一条一小时的中文录音能产出断句自然、时间轴对齐的字幕文件,人工只需少量修改

注意事项

  • 它把识别到出字幕的环节串成流程。
  • 断句与标点是主要耗时点,别跳过校对。
  • 长音频分段处理,避免中途失败重跑。
  • 术语与专名要提前加进词表。

核心亮点

  • 把 ASR 识别、时间轴对齐和字幕编辑整合在一个工作流里,减少多工具切换
  • 提供可视化编辑器,可逐句校对文字与时间戳,适合长音频精修
  • 基于 JavaScript,前端技术栈友好,便于二次开发和接入自有识别服务

不足之处

  • 项目星标数较少,属于早期阶段,功能与稳定性有待更多用户验证
  • 文档和社区生态相对薄弱,遇到问题可参考的资料有限

适用场景

  • 播客节目批量生成字幕并人工校对
  • 在线课程视频添加中文字幕
  • 访谈或会议录音整理成带时间轴的字幕文件

替代项目

whisper.cpp、buzz、subtitle-edit

上一篇:QwenASRMiniTool

下一篇:VibeASR.cpp

同类项目推荐

NeMo-text-processing 开源

把口语文本和书面文本互转,ASR/TTS 预处理少写正则

NeMo text processing for ASR and TTS

★ 518 2026-10-02
transcribe.cpp 开源

本地跑 16 种语音识别模型,离线转文字又快又省

ggml speech-to-text inference for 16+ model families

★ 2175 2026-08-10
vosk-api 开源

离线语音识别,不用联网,隐私安全,本地秒转文字

Offline speech recognition API for Android, iOS, Raspberry Pi and servers with Pytho···

★ 15258 2026-08-10
openless 开源

按住说话,松开即得润色文字,全应用通用

Hold a key, speak, release — AI-polished text appears at your cursor in any app. Op···

★ 4101 2026-08-09
BlahST 开源

在 Linux 任意窗口离线语音输入,并和本地大模型对话。

Input text from speech in any Linux window, the lean, fast and accurate way, using w···

★ 181 2026-08-09
ComfyUI-Whisper 开源

在 ComfyUI 里拖个节点,自动给视频加字幕

Transcribe audio and add subtitles to videos using Whisper in ComfyUI

★ 283 2026-08-09
haoone-app 开源

本地跑 AI 字幕,转录对齐说话人一步到位

新一代 AI 专业字幕软件,剪映字幕、elevenlabs 语音转文本的最佳本地版平替之一,也是加强···

★ 650 2026-10-12
SpeechKITT 开源

几行代码给网页加上语音识别按钮

A flexible GUI for Speech Recognition

★ 518 2026-11-03
super-voice-assistant 开源

按个快捷键,说话变文字、屏幕能转写、选中就能读

macOS voice assistant with global hotkeys - transcribe speech to text with offline m···

★ 217 2026-10-11