subtitles
本站收录 36 个带「subtitles」标签的 AI 开源项目
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。★ 126,990
voice-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★ 12,962
youtube-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★ 8,399
abogenabogen 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★ 6,066
auto-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★ 4,293
whishperwhishper 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★ 3,077
MOSS-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★ 2,096
Auto-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★ 1,744
transcribe-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★ 1,403
subtitle-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、.★ 1,144
open-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、★ 851
WhisperSubTranslateWhisperSubTranslate 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（★ 759
auto-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★ 584
Orkas-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★ 497
hayamimihayamimi（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★ 348
mimimimi 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★ 348
qiaomu-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★ 338
whisper-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★ 325
yapsnapyapsnap 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。★ 298
asmr-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★ 212
komakoma 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★ 197
komakoma 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★ 197
kinocutkinocut 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 ★ 175
GhostCut-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。★ 173
WhisperTimeSyncWhisperTimeSync 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★ 167
VideoHubVideoHub 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★ 162
whisplywhisply 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★ 159
video-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★ 149
subarrsubarr 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★ 145
dub-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★ 136
claude-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、★ 131
PgsToSrtPgsToSrt 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★ 115
simple-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★ 106
subforgesubforge 是一个用 Rust 编写的命令行工具，面向视频字幕的完整 AI 处理流水线。它把字幕工作中最繁琐的环节串成一条命令：先用 faster-whi★ 104
whisper-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★ 103
youtube-auto-dubyoutube-auto-dub 是一个本地优先的开源 YouTube 视频配音工具，旨在将视频中的原始语音克隆并翻译成另一种语言，同时保持时间同步。它解决了视★ 73