subtitles 第 1 页

本站收录 52 个带「subtitles」标签的 AI 开源项目(按 GitHub 星标从高到低,第 1 / 2 页)

MoneyPrinterTurbo利用 AI 大模型与自动化工作流,输入主题或关键词即可一键生成高清短视频,从文案、配音到剪辑全自动完成,是内容创作者的高效生产力工具。★ 143,686voice-provoice-pro 是一个面向创作者和开发者的 Gradio WebUI 工具,集成了多种前沿的语音技术。它解决了音频内容生产中语音合成、克隆、分离和翻译的碎片★ 13,432VidBeeVidBee 是一个基于 TypeScript 开发的开源桌面工具,把“视频下载”和“AI 内容处理”合二为一。它支持从 YouTube、TikTok、Twit★ 11,152autoclipAutoClip 是一款基于 AI 的视频高光提取与自动剪辑工具,主要面向视频二创和内容分发场景。它利用大语言模型和视频处理技术,自动分析视频内容,识别并提取精★ 10,488rea-videorea-video 是一个用 Python 编写的视频逆向分析工具,面向短视频创作者与 AI 内容研究者。它把任意视频按镜头切分,逐镜判断画面来源——实拍、AI★ 8,741youtube-transcript-apiyoutube-transcript-api 是一个 Python 库,用于获取 YouTube 视频的字幕或转录文本。它解决了开发者需要视频文字内容但不想申请★ 8,614abogenabogen 是一个将电子书(EPUB、PDF 和纯文本)自动转换为带同步字幕的有声书的开源工具。它解决了传统有声书制作成本高、周期长的问题,让普通用户也能快速★ 6,232ffmpeg-skillffmpeg-skill 是一个面向编码智能体(Claude Code、Cursor、Codex 等)的本地视频编辑工具集,把 FFmpeg 的常用能力封装成 ★ 5,853auto-subsauto-subs 是一个本地优先的自动字幕生成工具,专为视频剪辑师设计。它直接集成到 DaVinci Resolve、Premiere 和 After Eff★ 4,568whishperwhishper 是一个基于 Whisper 模型的本地语音转文字工具,提供网页界面,让用户无需上传数据即可完成音频转录、翻译和字幕编辑。它解决了云端语音服务带★ 3,107MOSS-Transcribe-DiarizeMOSS-Transcribe-Diarize 是一个轻量级(0.9B 参数)的多语言长语音转写与说话人分离模型,支持 50 多种语言,并集成时间戳和声学事件识★ 2,273cicadacicada(知了)是一款跨平台实时字幕与会议辅助工具,支持 Mac、Windows、Linux 和 Android。它面向在线会议、直播、网课等场景,通过调用★ 2,269open-editopen-edit 是一个面向开发者的本地视频编辑工具,核心理念是“拥有而非租用”视频编辑器。它允许用户通过编码智能体(如 Claude Code、Codex、★ 1,808baocutBaoCut 是一个带可编辑时间线的 AI 视频代理工具,用 TypeScript 开发,面向 macOS 用户。它把视频后期中最繁琐的几件事——转写、字幕、翻★ 1,772Auto-Synced-Translated-DubsAuto-Synced-Translated-Dubs 是一个自动视频配音翻译工具,它基于字幕文件提取文本,通过 AI 翻译成目标语言,再利用 TTS 语音合成★ 1,754EAC-design-worldEAC-design-world 是运行在 DeepSeek Harness 上的本地视频制作与设计插件,用 JavaScript 编写,把多轨剪辑、模板与设计★ 1,537transcribe-anythingtranscribe-anything 是一个基于 Whisper 的多后端语音转文字工具,目标是让本地音视频转写变得又快又简单。它支持输入本地文件或在线 UR★ 1,487subtitle-translatorsubtitle-translator 是一个基于 TypeScript 和 Next.js 构建的批量字幕翻译工具,专为处理 .srt、.ass、.vtt、.★ 1,201agent-pluginagent-plugin 是面向 AI 编程助手与智能体的视频剪辑插件兼 MCP 服务器,让用户通过自然语言对话完成素材剪辑。它把剪辑能力封装成 agent 可★ 1,041mimimimi 是一款用 Rust 编写的桌面端实时字幕与翻译工具,解决跨语言观看视频、会议、直播时听不懂的问题。它通过捕获系统音频(Mac 或 PC 上正在播放的任★ 887WhisperSubTranslateWhisperSubTranslate 是一款免费、本地优先的桌面应用,基于 Electron 构建,利用 OpenAI Whisper 模型从视频中提取字幕(★ 845auto-captionauto-caption 是一款基于 Electron 与 Python 构建的跨平台实时字幕显示软件,核心目标是把麦克风或系统音频中的语音实时转写为文字并叠加★ 610video-fetcher-to-markdownvideo-fetcher-to-markdown 是一个可移植的 AI Agent 技能,用于把 YouTube、Instagram、TikTok、X 等平台★ 534hayamimihayamimi(早耳)是一个纯 CPU 运行的实时多语言语音转文字工具,基于 sherpa-onnx 实现,无需 GPU 和云服务即可在本地完成识别。它解决的★ 464yapsnapyapsnap 是一个纯 CPU 运行的语音转文字命令行工具,能把任意视频链接或本地音视频文件转成纯文本,无需 GPU、无需调用云端 API,一条命令即可完成。★ 436AudioToTextAudioToText 是一个基于 Jupyter Notebook 的开源工具,核心思路是把 OpenAI 的 Whisper 语音识别模型和 DeepL 翻★ 398qiaomu-cut-skillqiaomu-cut-skill 是一个面向 AI Agent 的视频导演技能包,基于 Node.js 和 FFmpeg 构建。它解决的是 AI 生成视频时素材★ 383Speech-to-Text-RussianSpeech-to-Text-Russian 是一个基于 pykaldi 的俄语语音识别开源项目,目标是为俄语场景提供可用的自动语音转文字能力。俄语在开源 AS★ 354Orkas-VideoStudioOrkas-VideoStudio 是一个将编程代理转变为视频工作室的开源工具。它允许用户用自然语言描述视频内容,然后由 AI 代理自动编写时间线并生成视频文件★ 349whisper-websitewhisper-website 是一个可自托管的轻量 Web 应用,把 OpenAI 的 Whisper 语音识别模型封装成浏览器可用的界面,用户上传音频后即可★ 326asmr-dubberasmr-dubber 是一个用 Python 编写的音视频字幕与配音工具,主要面向 ASMR、音声作品等需要跨语言处理的场景。它把语音识别(ASR)、台本导入★ 302komakoma 是一个可自托管的 AI 视频分析工具,面向需要批量处理长视频的团队或个人。它把视频拆解为可检索的结构化信息:自动生成内容摘要、按语义切分章节、抽取关键★ 299komakoma 是一个可自托管的 AI 视频分析工具,用 TypeScript 编写。它解决的核心问题是:面对长视频或大量视频素材时,人工观看、记录和整理成本极高。k★ 299dub-studiodub-studio 是一款面向 Windows 的免费离线 AI 视频配音工具,以单个原生 .exe 形式分发,无需安装 Python 环境。它解决视频本地化★ 281youtube-skillsyoutube-skills 是一组面向 AI 编程代理的 Agent Skills,让 Claude Code、Cursor、Codex 等工具直接具备处理 ★ 275kinocutkinocut 是一个为 AI 智能体设计的视频编辑 MCP 服务器,旨在让 AI 代理能够安全、高效地执行视频处理任务。它基于 FFmpeg 构建,并引入了 ★ 267HaizFlowHaizFlow 是一款面向 Windows 的免费桌面应用,用本地 CPU/GPU 模型完成视频翻译、字幕生成与配音的整套流程。它把语音识别、说话人分离、字幕★ 231VideoHubVideoHub 是一款本地化多平台视频处理与智能剪辑工具,面向需要批量处理视频内容的创作者与运营者。它支持从 YouTube、抖音/TikTok、Instag★ 189GhostCut-auto_video_translationGhostCut-auto_video_translation 是一个基于 Python 的自动视频翻译与配音工具,主要解决视频硬字幕翻译、去除与重配音的痛点。★ 179opensubsopensubs 是一个本地优先的视频字幕工具,目标是不上传视频就能给任意视频生成字幕。它把语音识别、翻译、样式和烧录整合到一条流程里,底层用 Whisper ★ 172WhisperTimeSyncWhisperTimeSync 是一个用 Java 编写的开源工具,旨在解决 Whisper 语音识别结果中时间戳不准确的问题。它允许用户基于已有的、准确的转录★ 168video-skills-toolkitvideo-skills-toolkit 是一个面向 Remotion 视频创作流程的辅助工具集,专注于解决口播视频、手绘故事和音频转字幕三类常见需求。它提供了★ 167whisplywhisply 是一个基于 OpenAI Whisper 的跨平台语音转写工具,同时提供命令行和图形界面。它解决的核心问题是:用户手头有大量音视频文件需要转成文★ 167subarrsubarr 是一个面向 *arr 家庭媒体自动化生态的协调、测量与质量层,定位为 subgen 的补充服务。它解决的核心问题是:在 Radarr/Sonarr★ 149claude-skillsclaude-skills 是一个面向视频制作场景的 AI Agent 技能包集合,包含 13 个针对 Claude Code 等编程助手的技能,覆盖视频转写、★ 141whisper-subswhisper-subs 是一个 Jellyfin 媒体服务器插件,用本地 Whisper 模型为视频自动生成字幕,所有音频处理都在自己的服务器上完成,不依赖云★ 128harfiyenharfiyen 是一个完全在浏览器本地运行的土耳其语语音识别与字幕生成工具。它解决的核心问题是:土耳其语使用者想做语音转写或给视频加字幕时,往往要依赖云端 A★ 118KandoKando 是一款用 Go 编写的桌面语言学习工具,核心思路是让学习者直接观看目标语言的视频来学习。它通过 yt-dlp 下载视频,在本地用 whisper.c★ 118PgsToSrtPgsToSrt 是一个用 C# 编写的开源工具,专门把蓝光原盘或高清视频中常见的 PGS(Presentation Graphic Stream)图形字幕转换★ 114simple-obs-sttsimple-obs-stt 是一个为 OBS 直播和录播场景设计的实时字幕工具,它通过语音识别(STT)将麦克风或系统音频中的语音转换为文字,并直接以字幕或键★ 105