SmartSub: 一體化桌面工具，用於影片轉錄、翻譯、AI配音與字幕燒錄

它解決的問題

SmartSub 提供一個完整的自動化流程，用於影片處理，解決了將語音轉為文字、翻譯字幕以及生成 AI 配音的零散工作流程。它允許使用者將外語影片轉換為帶有同步配音和燒錄字幕的本地化內容，而無需使用多個不相連的工具。

它是如何運作的

該應用程式以多步驟管線方式運作：它透過 yt-dlp/lux 下載影片，使用如 whisper.cpp 或 FunASR 等本地引擎轉錄音訊，透過各種服務（包括透過 Ollama 的本地 LLM）翻譯文字，並執行 TTS（文字轉語音）進行配音。最後，它使用 FFmpeg 將字幕燒錄進影片中，或將它們多路復用為軟字幕。

適合誰使用

• Content Creators 尋求將影片本地化以面向國際觀眾。
• Language Learners 需要雙語字幕以用於外語講座或影片。
• Podcast/Meeting Organizers 需要將音訊批次轉錄為 SRT 檔案。
• Privacy-Conscious Users 偏好在自己的硬體上本地運行轉錄和 TTS 模型。

主要特色

• Full Pipeline: 完整管線：涵蓋下載、轉錄、翻譯、校對、配音與影片合成。
• Local-First Privacy: 支援使用本地模型（Whisper、Kokoro、VITS）進行離線處理，以將檔案保留在使用者的機器上。
• Hardware Acceleration: 支援 NVIDIA CUDA、AMD/Intel Vulkan 與 Apple Silicon（Core ML/Metal）。
• Extensive Integrations: 與 20+ 個翻譯服務以及各種雲端 ASR/TTS 提供者整合。
• Voice Cloning: 提供零樣本聲音克隆，使用本地或雲端引擎。