corvo007/MioSub

解决的问题

传统字幕工具通常需要用户手动在转录、翻译、校对和时间轴调整之间切换。MioSub 自动化了整个流程，只需粘贴视频链接或上传本地文件，即可在极少人工干预的情况下生成高质量、带时间戳的双语字幕。

工作原理

MioSub 集成了多个 AI 模型和工具来处理字幕工作流：

• 转录：使用 OpenAI Whisper（或本地 whisper.cpp）进行语音转文字。
• 翻译：利用 Google Gemini（特别是 Gemini 2.5/3 Flash 和 Pro 模型）实现上下文感知的翻译。
• 对齐：采用内置的 CTC 对齐器，实现毫秒级精度的字幕时间轴对齐。
• 处理：使用 yt-dlp 和 FFmpeg 处理视频/音频流。

适用人群

内容创作者、字幕组成员，以及需要将播客、广播节目、Vlog 和视频翻译并转录为多种语言的任何人。

主要亮点

• 全流程自动化：粘贴链接即可自动生成成品。
• 高精度：支持毫秒级时间轴对齐和自动说话人标注。
• lumat：支持 100 多种语言之间的翻译，并提供专用编辑器，支持实时预览与编辑。
• 多格式输入：支持视频文件和纯音频文件（如播客、有声书）。
• 多种导出选项：支持 SRT/ASS 格式，一键实现字幕硬编码（嵌入视频）。