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
解决的问题
提供一款专业、高精度的AI字幕软件,作为CapCut(剪映)和ElevenLabs等工具的本地替代方案。通过使用更先进的ASR模型和自定义的单词级音频对齐算法,解决了Whisper类工具常见的问题,如中文转录准确率低、时间戳不精确等。
工作原理
集成多个最先进的开源ASR模型(包括qwen3-asr),并使用基于Rust和C++构建的高速GPU加速转录引擎。支持本地和远程转录,提供AI驱动的断行、智能热词替换和说话人识别等功能。同时通过DaVinci Resolve和Adobe Premiere Pro的插件,与专业视频编辑软件直接集成。
适用人群
需要中文、英文和日文高精度字幕,且偏好本地处理以保障隐私或提升速度的视频编辑者、内容创作者和翻译人员。
主要亮点
- 高准确率:中文/英文准确率达97%,日文准确率达94%。
- 单词级对齐:自定义算法实现98%的音频-单词对齐准确率。
- 高速处理:在Mac Mini M4上,3分钟视频的本地转录可在20秒内完成。
- 专业集成:提供DaVinci Resolve和PR专用插件,以及CLI工具。
- 全面工具集:包含AI纠错、翻译、双语字幕和100多种字幕动画。
- 注重隐私:承诺不收集用户转录数据或音频/视频文件。
相关
- 项目
- 项目
- 项目
- 项目
- 项目