卡卡字幕助手 v1.33

卡卡字幕助手（VideoCaptioner）是一款基于大语言模型（LLM）与现代语音识别技术的开源视频字幕处理工具，实现了“视频→自动转写→智能断句/校正→AI字幕翻译→一键合成字幕视频”的全流程自动化工具。

主要功能

• 自动语音识别（支持在线接口与本地 Whisper/faster-whisper 等模型）；
• 基于 LLM 的智能断句、错别字/术语纠正与风格优化；
• 多语言字幕翻译（支持 LLM 翻译、微软/谷歌/DeepL 等选项）；
• 支持字级时间戳、VAD（语音活动检测）、人声分离、批量处理与多线程加速；
• 多种字幕格式导出（SRT、ASS、VTT、TXT 等）并可直接合成带字幕的视频；
• 支持多平台视频抓取/下载（如gau）与原有字幕提取

使用教程

1，AI大预言模型配置：该工具实现的智能断句、字幕翻译等功能全部依靠AI大模型。这里推荐大家使用本地大模型，或者接入第三方的大模型接口。我这里使用的是硅基流动的腾讯混元翻译大模型（免费）

硅基流动模型申请教程：https://www.tudingai.com/3046.html

2，语音转录配置：我这里使用的是默认的转录模型B接口，该软件内置，免费也挺好用的。如果你担心隐私问题，推荐你下载：本地 Whisper/faster-whisper 等模型

3，字幕样式：该工具支持字幕样式的修改，大家在使用之前就可以提前配置好你喜欢的字幕样式。它还内置了几个字幕样式模板，比如：毕导视频风格。

4，创建任务：该工具支持抓取 B站、YouTube等视频平台的视频和字幕文件，只需要输入视频链接即可下载。当然也支持你上传本地的视频。

5：语音转录：通过语音识别模型，将视频语音转换为srt格式字幕文件。支持单独上传视频或者 音频文件。

6，字幕优化与翻译：拖入字幕文件，可实现字幕校正、AI字幕翻译、字幕编辑等操作。支持导出SRT、ASS、VTT、TXT等多种字幕格式。

7，字幕视频合成：支持软字幕视频合成，开启后字幕不会被烧录视频中。但软字幕需要一些播放器（如PotPlayer）支持才可以进行显示播放。