
项目预览
项目数据
项目介绍
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
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。
环境要求
- Python 环境
- 音视频素材
安装与启动步骤
-
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装依赖
识别与处理链都装,注意音频工具。
pip install -r requirements.txt -
3导入素材
支持批量,先拿一条试。
-
4调断句
断句质量决定后续可读性,重点在这里。
-
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
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
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···
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···
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···
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
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···
SpeechKITT
开源
几行代码给网页加上语音识别按钮
A flexible GUI for Speech Recognition
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···