tmoroney/auto-subs

解決的問題

AutoSubs 是一款本地優先的 AI 字幕生成器，允許使用者在不將數據傳送到雲端的情況下對音訊和影片檔案進行轉錄。它消除了對昂貴訂閱服務的需求，並透過在裝置上處理所有轉錄與翻譯任務來確保隱私。

工作原理

該應用程式利用多個本地 AI 模型進行語音轉文字和說話者識別。它使用 whisper-rs 來執行 OpenAI 的 Whisper 模型，並使用 ONNX Runtime 來執行包括 Moonshine、Parakeet、Canary 和 Cohere 在內的各種其他模型。它還結合了用於語音活動檢測的 Silero VAD 模型，以及用於識別並標記不同說話者的專用說話者日誌（diarization）模型。

適用人群

需要高品質、私密本地轉錄的內容創作者、影片編輯師和翻譯人員。它專為與 DaVinci Resolve、Adobe Premiere Pro 和 Adobe After Effects 等專業影片編輯軟體整合而設計。

亮點

• 本地優先處理： 所有轉錄與翻譯都在裝置上完成，確保數據不會離開機器。
• 廣泛的模型支援： 支援多種模型（Whisper, Moonshine, Parakeet, SenseVoice, Canary, Cohere, GigaAM），以適應不同的語言與準確度水平。
• 專業整合： 與 DaVinci Resolve 直接連接，並提供適用於 Adobe Premiere Pro 和 After Effects 的 CEP 擴充功能。
• 說話者日誌： 能夠識別並標記不同的說話者，以便進行針對每個說話者的樣式設定。
• 跨平台： 提供 macOS、Windows 和 Linux 版本。