Blue-B/WhisperSubTranslate

A free, local desktop app to extract subtitles (SRT) from video and translate them into any language — unlimited use, no signup, no cloud.

WhisperSubTranslate – 概要

機能 – 動画ファイルを処理し、whisper.cpp を使用してローカルで音声をテキストに変換し、生成された字幕を翻訳します。すべての重い処理はお使いのコンピュータ上で行えます。モデルの初回ダウンロード時のみインターネット接続が必要です。

主な特徴

ローカル文字起こし – アップロード不要、アカウント不要。Whisperモデル（tiny〜large‑v3‑turbo、さらに非英語コンテンツのタイミング向上に役立つ特殊なSyncモデル）を使用。
オフライン翻訳 – オプションでTencent Hy‑MT2モデル（1.8 B ≈ 1 GB、7 B ≈ 6 GB）を使用。ダウンロード後は翻訳が完全オフラインで動作し、APIキーは不要です。
オンライン翻訳 – クラウドサービスを利用する場合、MyMemory（無料）、DeepL、OpenAI、Gemini、Claude、およびカスタムのOpenAI互換エンドポイントをサポート。
デスクトップアプリ – Electron + Node.jsで構築され、ポータブル版Windows ZIP（約2 GB）としてパッケージ化。Linuxはソースからビルド可能。
便利なUI – キュー、進捗バー、ジョブ履歴、およびすべてのモデルと設定をUSBメモリに保持する「ポータブルデータ」モード。

重要性 – 音声認識エンジンWhisperと最先端の翻訳モデルを1つの簡単に実行できるプログラムに統合し、動画やテキストを第三者サービスに送信せずに、誰でも多言語字幕を作成できるようにします。

ReleasesページからWindows ZIP（約2.15 GB）をダウンロードします。ビルド済みパッケージにはPythonやCUDAツールキットは不要です。
ZIPをフォルダに解凍し、WhisperSubTranslate.exeを実行します。
短い動画を追加し、音声言語（または自動）を選択し、翻訳 → 翻訳なしのままにして、抽出開始をクリックします。
初回実行時にデフォルトのWhisperモデル（large‑v3‑turbo、約1.6 GB）がダウンロードされます。文字起こしが完了すると、動画の隣に.srtファイルが作成されます。
翻訳するには、**Hy‑MT2（ローカル）**または任意のオンラインエンジンを選択し、ターゲット言語を選び、ジョブを再度実行（または既存のSRTを読み込み）します。Hy‑MT2モデル（1.8 B、約1 GB）は初回使用時にダウンロードされます。

ディスクと帯域幅 – アプリとデフォルトの音声モデルで約3.8 GBのダウンロード、さらに1.8 B翻訳モデルを追加すると約1 GB追加です。

コアスタック – Electronフロントエンド、Node.js（≥ 22.12）、CUDA/Vulkan対応のwhisper.cpp、npm経由で同梱されるFFmpeg。
モデル管理 – モデルは%APPDATA%\whispersubtranslate（または自己完結インストール用のportable-data/）に保存。SHA‑256ハッシュで整合性を検証。
GPUサポート – WhisperはCUDAまたはVulkan互換GPUで動作。翻訳バックエンドも利用可能な場合CUDA/Vulkanを自動選択し、それ以外はCPUにフォールバック。
ビルド – npm ciで依存関係をインストールし、whisper.cppをビルド。Windowsビルド：npm run build-win。Linuxビルドにはcmake、build-essential、git、ffmpeg、オプションでCUDAツールキットが必要。
拡張性 – UI文字列はlocales/*.jsonにあり、Weblateで翻訳可能。新しい翻訳先やUI言語の追加はdocs/TRANSLATION.mdのガイドに従います。

ライセンス: アプリケーションコードはGPL‑3.0。
コアコンポーネント: whisper.cpp（Georgi Gerganov）、Tencent Hy‑MT2、FFmpeg、Faster‑Whisper、Silero VAD、および各種npmパッケージ。
資金提供: GitHub Sponsors、Buy Me A Coffee、PayPal。