minghe36/haoone-app

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，也是加强版。中英转录识别准确率超过 97%，词语音频对齐率 98%，说话人分割与识别准确率 96%，带有最先进的 ASR 开源模型，100+字幕动画（支持导出透明背景的字幕动画）。说话人识别、专业字幕编辑器、命令行工具、Skill，达芬奇字幕插件（含字幕动画插件），PR 字幕插件，本地转录、远程转录、文稿匹配、智能拆行、AI校正、AI 智能热词、翻译、双语字幕、专业字幕编辑器、字幕合成、自定义大模型 API

解決する問題

CapCut（剪映）やElevenLabsなどのツールのローカル代替として、プロフェッショナルで高精度なAI字幕生成・翻訳ワークフローを提供します。特に、Whisperベースのツールの限界（中国語の文字起こし精度の低さやタイムスタンプの不正確さ）に対処します。

仕組み

このソフトウェアは、qwen3-asrを含む高度なオープンソースASR（自動音声認識）モデルを統合し、RustとC++で構築されたカスタム文字起こしエンジンを利用して、高速処理とGPUアクセラレーション（WindowsではCUDA）を実現します。独自の単語レベルの音声アライメントアルゴリズムを採用し、字幕が音声と正確に同期するようにします。

対象ユーザー

多言語（中国語、英語、日本語など）の高精度字幕を必要とするビデオ編集者やコンテンツクリエイター、およびプライバシーとコスト効率のためにローカル処理を好む人々。

ハイライト

  • 高精度：中国語/英語で97%、日本語で94%の精度を主張。
  • プロフェッショナル統合：DaVinci ResolveとAdobe Premiere Pro用のプラグインを含む。
  • 高度なAI機能：AIによる改行、スマートなホットワード置換、AI修正を提供。
  • パフォーマンス：長い動画（例：2時間のファイル）と高速なローカル文字起こし（例：Mac Mini M4で3分の動画を20秒未満で処理）に最適化。
  • 多言語サポート：韓国語、ポルトガル語、スペイン語、アラビア語など、幅広い言語をサポート。

関連

  • プロジェクト
    buxuku/SmartSub

    SmartSub は、動画から字幕への文字起こし、翻訳、校正、音声クローン付き TTS 吹き替え、字幕焼き込みを単一のパイプラインにまとめたオープンソースのデスクトップツールで、ローカルでのオフライン処理と MCP/CLI による AI エージェント自動化の両方をサポートします。

  • プロジェクト
    wendy7756/AI-Video-Transcriber

    Faster-WhisperとLLMを使用して、30以上のプラットフォームまたはローカルファイルから動画やポッドキャストを文字起こし、要約、アーカイブするAI搭載ツール。

  • プロジェクト
    m-bain/whisperX

    WhisperX 是一个 Python 库，通过批处理加速 OpenAI 的 Whisper 转录，使用 wav2vec‑2.0 进行强制对齐添加逐词时间戳，并可使用 pyannote‑audio 标记说话人。它可在 GPU（或 CPU）上运行，支持多种语言，并可通过 pip 安装。

  • プロジェクト
    tmoroney/auto-subs

    AutoSubsは、オフラインで音声/動画から字幕を生成するクロスプラットフォームデスクトップアプリ。話者ラベル付け、多数のローカル音声認識モデル、DaVinci ResolveおよびAdobe編集ツールとの直接統合を提供。

  • プロジェクト
    baxtree/subaligner

    Subaligner は、字幕と動画／音声を同期するオープンソースの Python/CLI ツールです。Whisper を用いた音声認識、HuggingFace モデルによる字幕翻訳、カスタム同期モデルの訓練も可能。多数の字幕およびメディアフォーマットをサポートし、高速なグローバルシフト（`single`）と高精度の二段階（`dual`）同期を提供。Docker、pip、およびLLMベースの機能用オプション拡張も利用可能。