软件中心全部软件卡卡字幕工具VideoCaptioner

卡卡字幕工具VideoCaptioner

自媒体给视频加字幕 · 识别、断句、翻译一次跑完

版本 v1.4.2作者 开源社区协议开源分类 系统工具 Windows

软件介绍

拍完视频想加字幕，手动听写再一句句对时间轴，一小时的片子能耗掉一整天。VideoCaptioner 把这一段交给电脑：导入视频，它自己听出人说了什么、按意思切好句子、翻成你要的语言，最后压进画面里。

不做大模型优化的功能完全免费：识别用必剪，翻译用必应或谷歌，装完就能跑，不用注册、不用填 Key。想让断句更自然、译文更贴语境，再填一个 OpenAI 兼容接口的 API Key。桌面窗口和命令行两种用法都提供，看得见按钮也能敲命令。

它还能直接下载 YouTube、B 站等平台的视频再处理，字幕烧录支持软字幕和硬字幕：想省事就让文字压在画面上，想留关闭字幕的自由就单独输出字幕文件。

导入音视频，识别引擎把说话内容转成带时间轴的字幕，一小时的素材不用再逐句听写。

由大模型按句意切分字幕，避免一句话被拦腰截断，长视频看下来节奏更接近正常说话。

必应、谷歌免费翻译开箱可用，也能换成大模型翻译，译文参考上下文，时间轴原样保留。

支持软字幕和硬字幕两种输出，硬字幕直接压在画面上，发给别人不怕对方播放器不认字幕。

填入 YouTube、B 站等平台的链接就能存到本地，接着走转录流程，不用再装一个下载工具。

`videocaptioner process` 一条命令串起转录、优化、翻译、合成，成批处理素材时省去反复操作界面。

从本站下载页获取 Linux 版安装包，解压后按包内说明完成安装；开发环境也可以直接执行 pip install videocaptioner，命令行和桌面版会一起装上。
运行 videocaptioner-gui，或者不带参数执行 videocaptioner，打开桌面窗口。
免费功能不用配置：识别引擎选必剪，翻译服务选必应，装完就能直接用。
把视频拖进窗口，选好识别引擎和目标语言，点开始，等它依次完成转录、断句、翻译和合成。
想用大模型优化字幕，在设置里填 API Base 和 API Key，模型可以选 gpt-4o-mini 这类，例如 videocaptioner config set llm.model gpt-4o-mini。
习惯命令行的话，用 videocaptioner process video.mp4 --target-language ja 一条命令走完全流程，一次处理多个文件更省事。

操作系统	Windows 10 / 11
其他	需要联网（语音识别、翻译、下载在线视频都依赖网络）
其他	使用大模型优化字幕或翻译时，需要自备 OpenAI 兼容接口的 API Key