与「字幕翻译」相关的搜索结果

最早我做字幕翻译的时候，语音转文字是用的 Whisper，但是 Whisper 有几个问题： 一个问题是时间戳不准，时间戳不准拆分的就是就可能字幕和语音对不上，很影响效果，需要人工去从头到尾校对一遍 一个问题是中英文混排支持不好，中文其实支持也不算太好，所以中文的转录就效果很差 一个问题是不直接支持识别发言人 虽然这些问题都可以通过收费的云端模型来解决，但是成本相对高一些。 最近测试了 Qwen3 ASR，效果是真的很不错，配合 Qwen3-ForcedAligner 模型，可以识别后把词级时间戳对的很精准。0.6b 就足够了，本地运行资源占用也不高。 发言人识别也有开源的模型：Pyannote + WeSpeaker。不过这个发言人一多尤其是一起说话识别的不够准，但配合 Agent 结合上下文就能做到相对比较准了。 如果真的要求高，也可以走云端模型，比如火山引擎上的豆包录音文件识别模型 2.0 就质量挺好，速度也快，就是要额外花钱。

BaoCut：是宝玉老师 @dotey 开发的转录+粗剪的Skill，对创作者，省掉的是逐句抠字幕的时间。安装到 Claude Code / Codex 上，即可用自然语言驱动 BaoCut 这个 skill 剪辑 app 的命令行。 适用场景：对于喜欢将国外的演讲搬到国内的朋友来说简直就是福音，用baocut把视频/youtube的url导入即可完成翻译转录，对于搬运侠来说省了不少事。对于做跨境电商的朋友也很有价值，多语言转录也很有价值。 昨天介绍的三家接 agent 都走 MCP——ChatCut 给闭源编辑器外挂 MCP 插件、OpenCut 把 MCP 写进重写路线图、Palmier 原生 MCP。BaoCut 换了个更轻的姿势：把 app 自带的 baocut CLI 包成一个 Agent Skill，agent 直接跑命令cli： · baocut --json auto talk.mp4 --lang zh # 转写 → 润色 → 翻译，一条命令 · baocut export --srt --translated --lang zh BaoCut 解决的问题很垂直很精准：口播视频的转写、加字幕、翻译字幕、说话人复核、清理 talking-head、导出——这些正是知识博主/口播号最费时的机械活。以前逐句对字幕、手动翻译的活，现在跟 Claude Code 说句人话就跑完了。 我测试baocut使用了下，字幕识别转录上，要比剪映的自动字幕识别要好，帮我把相关的语气词拿掉了、很多重复的语句也直接剪掉了，也可以直接将字幕翻译为十几种其他语言。 #BaoCut# #AI剪辑# #字幕翻译# #ClaudeCode# #AgentSkill#

Y2A-Auto：一个 YouTube → AcFun / bilibili 的自动化分发工具。 支持下载、ASR、字幕翻译/质检、AI 生成元信息、内容审核、自动上传和 Web 管理后台。 对做授权内容/自有内容多平台分发的人来说，很值得看看。

字幕转录翻译剪辑 Skill —— BaoCut（仅支持 Mac） 借助 Agent Skill，可以转录视频、对转录结果识别 Speaker、润色（纠正错别字口癖等）、也可以根据转录结果对视频进行简单的剪辑，比如删除口癖、重复等。 这次尝试解决一个问题就是 Agent 对字幕转录翻译后，无法通过一个友好的操作界面二次编辑的问题。 现在的做法是为 Agent 提供一个 cli，配合 Skill 的说明，Agent 可以借助 cli 去转录，获取转录结果润色、翻译，并实时同步进度到 GUI。后续可以在 GUI 进行预览和人工编辑。 安装了 Skill 和 App 后，后续只要从 Codex 或者 Claude Code 这种 Agent，触发 Skill 即可执行，比如： > /baocut 转录并翻译视频：<视频 url 或路径> 已知问题： - 仅支持 Mac - 翻译速度略慢，但质量会不错 下载地址： Skill 从 App 内可以安装，或者 Skill 地址：

这几天的 #Web3# 市场，真的可以用血流成河来形容。行情持续走弱，情绪被一层层击穿，几乎每天都在上演大规模合约爆仓。 从数据看也很直观——加密市场的恐慌与贪婪指数已经跌到 13，妥妥的极度恐慌区间。 也正是在这种时候，反而更需要慢下来，换个角度看看 Web3。最近我把 @Bybit_Official CEO @benbybit Ben 那场关于金融未来的演讲完整看了一遍。虽然是全英文，我借助了翻译字幕，细节不算完美，但整体看完之后，思路反而更清晰了。 他聊的不是行情，也不是短期涨跌，而是金融接下来会演化成什么样。核心观点很简单：未来的金融会越来越像软件，是可编程的。资金不再只是被动流动，而是能根据个人需求、风险偏好和具体场景自动运作，更智能，也更高效。 放在当下的环境里看，这个判断其实非常现实。传统金融效率低、门槛高，大量资源长期处在错配状态；而 Web3 这几年，本质上一直在做同一件事——重新连接人和价值。Ben 提到的下一个时代，并不是技术炫耀，而是让金融回归本质，让价值更顺畅地流向真正需要它的地方。 这场演讲给我最大的感受是：Crypto 不只是一个反复轮动的市场周期，更像是一场正在发生的金融系统升级。 如果你关注加密、Web3，或者只是想知道金融会往哪里走，这个回放真的值得抽时间看看。 直播回放： #Bybit# #金融未来# #Web3# #加密货币# @Bybit_Official

昨天看到@jesselaunz 分享了一个翻译Prompt，测试了确实好用（效果见演示视频）。我整理了自己的操作流程，如果你能明白这背后的逻辑，短视频领域或许有大商机，希望对你有所启发。 免费快速翻译视频中文（中英文）字幕的方法： 1、下载喜欢的视频，用工具提取英文字幕。我用的是免费工具（剪映、飞书、memo均可）。 2、打开免费的GPT-4o，输入提示词（见评论区）。GPT-4o会优化并纠正英文字幕，保存优化后的字幕备用。 3、打开剪映，导入视频，用智能字幕的文稿匹配功能，将刚才的英文字幕复制进去，完成自动匹配。 4、让GPT-4o生成中英文双语字幕，手动复制中文字幕。匹配完成后导出视频即可。 注意事项： 针对时间短（3分钟内）的视频很有效，长视频不适用此方法，手动校对效率低且繁琐。 如果能直接生成带有时间戳的双语字幕，可以省去第3、4步。导出双语字幕srt文件后，打开剪映在本地字幕里上传字幕文件进行匹配即可。具体效果如何，有经验的大佬欢迎分享。 #翻译视频# #AI翻译字幕# #免费翻译中文字幕方法#

第一步：把需要翻译的视频上传到软件里，选择一个语言模型，翻译完成后是视频原始语言，点右上角的翻译（支持chatgpt翻译和谷歌翻译）以中文为例。把原始字幕和翻译字幕导出保存。这样你就拿到了两个srt字幕文件。

发现一个宝藏插件（看视频效果），看直播或者视频时能跨语言翻译实时字幕，这个超实用，特别是那种首发的直播/视频，没有字幕的，用它就能看懂了。还有一种升级用法，用obs推流出去就可以做转播了，六六六啊。插件直达地址：