最强 AI 字幕软件来了， V2sub - AI 字幕机（原创软件）

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

爱意满满的作品展示区。

这是一个创建于 573 天前的主题，其中的信息可能已经有所发展或是发生改变。

V2sub 是基于最新 ASR （自动语音识别）技术开发的一款 AI 智能字幕生成软件，可将任意视频转换为各种语言的字幕，软件操作简单，任何人可以轻松一键生成。从此看剧不用愁支持十几种语言，支持 GPU 加速，基于 OpenAI 技术构建

V2sub

V2sub - AI 字幕机

软件主要功能：

一键生成字幕
支持多语言
支持各种视频格式
支持 CPU ，GPU 进行 AI 计算
使用 GPU 可获得 CPU 的 8-10 倍性能
支持批处理，可将一个目录所有视频一键生成字幕

B 站视频

B 站 V2sub 视频

联系：

邮箱： [email protected] 微信：aizimuji QQ 群：157222123

软件下载

百度盘 ( https://pan.baidu.com/s/1Btn3shMcs_5Z-zYh7P4c9w?pwd=3ev6 提取码：3ev6 )
阿里云盘 ( https://www.aliyundrive.com/s/Q7LQVD2scUd)
123 网盘 ( https://www.123pan.com/s/toZZVv-b7TGA)

第 1 条附言 · 2023-04-09 11:33:44 +08:00

阿里云盘好像不支持大压缩包分享

请先到其他两个盘下载

v2sub

字幕

字幕机

生成

87 条回复 • 2023-08-29 13:22:22 +08:00

Microi

2023-04-09 10:46:35 +08:00

优秀，支持。

dawe

2023-04-09 11:05:35 +08:00 via iPhone

这个是只是把 whisper 用 gui 包装了一下还是有什么改进？

closedevice

2023-04-09 11:10:05 +08:00

自己训练的模型？

sytao

2023-04-09 11:12:48 +08:00 via iPhone

下载试试！

renmu

2023-04-09 11:19:01 +08:00 via Android

盲猜 whisper 包装了一下，然后用 chatgpt 进行翻译😂

imicksoft

2023-04-09 11:23:59 +08:00

前几天用 subtitle-edit 生成字幕，6 分钟中文影片生成字幕用了半天时间
而同事用剪影就很快，可惜我的电脑 aero 效果不能开了，无法用剪影

iorilu

2023-04-09 11:34:28 +08:00

@imicksoft 这个软件大概只需要 30 秒

iorilu

2023-04-09 11:35:28 +08:00

@dawe 模型是用 whisper , 后面可能会有优化，另外加上翻译功能

whisper 本身不支持翻译

Wenbobobo

2023-04-09 11:37:18 +08:00 via Android

不是，whipser.cpp 有 GPU 版本的 gui 吖
Const-me/Whisper: High-performance GPGPU inference of OpenAI's Whisper…https://github.com/Const-me/Whisper

iorilu

2023-04-09 11:47:50 +08:00

@Wenbobobo 我这不是光套个壳子，关键是能翻译成多种语言字幕

如果只是套个壳子我也懒得折腾了

CRipple

2023-04-09 11:59:33 +08:00

支持，下载试一试

xzheng

2023-04-09 12:01:38 +08:00

不支持 OSX ？

iorilu

2023-04-09 12:02:24 +08:00

@xzheng 暂不支持，毕竟 macos 也不支持 GPU 加速，只能弄个 CPU 版

暂时没时间，也没机器

makelove

2023-04-09 12:06:40 +08:00

之前看过一个 whisper 评测 https://blog.lopp.net/openai-whisper-transcription-testing/
cpu 的性能几乎不能忍，gpu 的性能几十倍于 cpu

xzheng

2023-04-09 12:06:48 +08:00

CPU 版能打包个 OSX 版本吗？ V2EX 社区 OSX 用户可能比较主流。

vokins

2023-04-09 12:07:06 +08:00 via iPhone

很高级收藏了

iorilu

2023-04-09 12:13:06 +08:00

@xzheng 后续可能会安排

不过我得先买机器，我有个 macbook air 2017 ，但这个我估计现在做开发也不够了把

shiqueb

2023-04-09 12:15:51 +08:00 via Android

https://github.com/abdeladim-s/subsai
同样的功能，GPL 开源

iorilu

2023-04-09 12:19:11 +08:00

@shiqueb 这种东西开源不少得，但得懂点技术才能玩

我是想搞一个任何人都能玩得东西，毕竟用户体验很重要

loli

2023-04-09 12:31:50 +08:00

用过 whisper,效果不错
但有个很严重的问题,时长较久的视频会产生大量重复的内容
甚至会从某个时间段完全重复到结尾
以下 issues 也提到了
https://github.com/Const-me/Whisper/issues/26

想了一些方法但都是用户侧的,最后还是决定等待更新
不知道 up 作为开发有什么解决方案没

yunyuyuan

2023-04-09 12:32:20 +08:00

闭源产品？那和字节的剪映相比有什么优势吗，剪映还不需要自己的 GPU

javaluo

2023-04-09 12:34:33 +08:00

可以设置为中英双语么
中英两行放在一起

guoyan

2023-04-09 12:57:02 +08:00

这么厉害。太棒了。

Wpaengd

2023-04-09 13:14:44 +08:00

优秀

imicksoft

2023-04-09 13:15:25 +08:00

@iorilu
界面用什么开发的？这个需要 win 几？需要哪些支持库？

iorilu

2023-04-09 13:22:25 +08:00 via Android

@yunyuyuan 一来本地执行，不是什么视频都适合上传

二来剪影只支持中英文把，这个支持十几种语言

三剪影只是转录字幕，并不支持翻译

iorilu

2023-04-09 13:26:09 +08:00 via Android

@loli 是的，目前还有重复，或者模型自己幻想出来都有，就是其实视频是杂音非人声，但模型有产出

我看了一些资料，目前据我所知没有很完善的方案

我最近想先发布一个初始版本

后面会关注这些问题，有合适方案会更新的

iorilu

2023-04-09 13:26:54 +08:00 via Android

@imicksoft 界面用了 pyqt6

随便搞了个，qt 我也是现学的

iorilu

2023-04-09 13:28:36 +08:00 via Android

@javaluo 目前不支持，不过已经产出两个字幕，你在播放器加下就行

或者找个视频软件把两个字幕嵌入就行

可以看我 b 站视频演示

Death

2023-04-09 14:09:10 +08:00

@makelove
cpu 版可以用 https://github.com/ggerganov/whisper.cpp

KasonKwok

2023-04-09 14:41:47 +08:00

可以尝试下 [buzz]( https://github.com/chidiwilliams/buzz) 跨平台，支持在线 api 和离线模型转换，可以导出字幕，如果是影片的话可以用 ffmpeg 先取音频

iorilu

2023-04-09 14:45:15 +08:00

@KasonKwok 这些东西可能对老外有点用，因为 whisper 只能翻译为英语

luckyswag

2023-04-09 15:12:54 +08:00

感觉最近搭配 whisper + 翻译会有不少产品出现

JCZ2MkKb5S8ZX9pq

2023-04-09 15:51:37 +08:00

@loli #20
同遇到过这个问题，大段重复，发生原因不详。

XiaoBaiYa

2023-04-09 17:11:39 +08:00

大段重复解决了吗，这个解决了基本就可以商用了

KasonKwok

2023-04-09 17:54:27 +08:00

@iorilu 并不是，可以选择自动识别语言，也可以手动选择语言

iorilu

2023-04-09 17:56:46 +08:00

@KasonKwok whisper 本身只是转录字幕，视频是什么语言，字幕就是什么语言

并不能把日语视频，生成中文字幕

hanguofu

2023-04-09 20:31:47 +08:00

有没有人试过用哪个离线的 ASR （自动语音识别）技术对普通话有比较高的识别率？

KousukeSakurako

2023-04-09 20:34:31 +08:00

居然不支持 mp3

iorilu

2023-04-09 21:02:27 +08:00

@hanguofu 这个就可以啊，普通话识别率我认为还是很高的，我发的 B 站视频就是这个软件识别得

ViolaH

2023-04-09 21:11:49 +08:00 via iPhone

个人目前做字幕（日-英&中）的方案是在 colab 上面跑 whisper ，然后将生成的日语字幕文件在本地进行内容和时间轴校对（ whisper 的时间轴有时候会很错乱，以及上面提到的重复问题，但是内容识别准确度还是极其高的，基本不用改），校对后再用 ChatGPT 翻译

iorilu

2023-04-09 21:13:10 +08:00

@ViolaH 大佬能说说看怎么进行校对，有软件或库操作吗

ViolaH

2023-04-09 21:15:02 +08:00 via iPhone

@iorilu 校对没办法啊，纯靠人工，whisper 的时间轴真不太靠谱

iorilu

2023-04-09 21:16:00 +08:00

chatgpt 翻译字幕有个对齐得问题

我前段时间本来想把 chatgpt 翻译器加上，后来发现没解决这个对齐问题

比如说我发十句话，希望 chatgpt 返回十句话，不要自行进行合并处理

找了下没看到好的方案，后来暂时搁置了

除非一句一句发，但效率太低

iorilu

2023-04-09 21:26:06 +08:00

@ViolaH 你 chatgpt 解决对齐问题了吗，可能一次发很多句，然后确保返回同样行吗

lemonda

2023-04-10 00:25:42 +08:00

可以转音频么？
因为我做视频时直接录音总是脑子有点转不过来，后期配音从容些。
能根据字幕生成 ffmpeg 裁剪命令么？
能的话可以一定程度替代 descript 了

mayq0422

2023-04-10 02:40:31 +08:00 via Android

@iorilu 可以用括号呀
比如 admin：翻译括号{{}}中内容到中文，不要跳过任何内容。无法翻译的输出空括号{{}}。
user: {{hello}}{{world}}

EndDream

2023-04-10 08:05:54 +08:00

我试了一下，和 buzz 一样，识别出来的的时间轴有问题，有时候会强行连在一起，明明就一句话，中间还有一段时间不说话，但是时间轴却一直延伸到下一句话，我问了 buzz 那边的作者是说是模型问题

lylmydear

2023-04-10 08:51:33 +08:00

试了一下,后期可以考虑加入简英繁英和 ass 效果这些, NAS 党是很需要的,很多片源都没有对应的字幕.

NeedforV2

2023-04-10 09:07:45 +08:00

先试试效果

witcherhope

2023-04-10 10:14:21 +08:00

你在 i2ex 论坛不支持 macOS ，推广有点困难哈哈

muchenlou

2023-04-10 10:39:15 +08:00

很酷

iorilu

2023-04-10 10:58:31 +08:00

@witcherhope 暂没，会尽快搞一个看看
有人试过如果用老 macbook ，intel 芯片的，编译打包软件，能在新 macbook m1 ，m2 用吗

我有个老 macbook ，intel 芯片的

snowish

2023-04-10 11:05:46 +08:00

不错不错，当年我学习英语的时候很想要一个这样的软件。后来我的英语听力上去了，就直接看美剧了，美其名曰啃生肉。

iorilu

2023-04-10 11:16:55 +08:00

@mayq0422 不错啊，我回头试试看

zcf0508

2023-04-10 11:49:13 +08:00 via Android

那我也推荐下我的

https://github.com/zcf0508/autocut-client

iorilu

2023-04-10 12:05:53 +08:00

@lemonda 音频后面会加上

你说的根据字幕生成 ffmpeg 裁剪命令我不是很清楚什么意思

应该是比较专业制作视频的人才需要把

我目标还是做一个简单好用的字幕生成软件，一键完成就行

ColoThor

2023-04-10 12:31:50 +08:00

免费版只支持前 10 分钟。。

Andim

2023-04-10 12:39:26 +08:00 via iPhone

@EndDream 这个好像就是在 Buzz 的基础上增加了翻译功能吧字幕翻译也有开源的

shaojz2005

2023-04-10 14:00:08 +08:00

如何收费呢

iorilu

2023-04-10 14:03:19 +08:00

@shaojz2005 网盘里的 v2sub.pdf 有详细说明，有兴趣可以看看

5.8 元半个月
9.8 一个月，其他可以看 v2sub.pdf

sunyang

2023-04-10 16:42:46 +08:00

@iorilu 收费的话建议改个名字，顶着 V2 的名字可能有商业上的风险。

ungrown

2023-04-10 16:55:30 +08:00

@loli #20 听起来像是上下文缓冲区溢出了？

lamquan

2023-04-11 02:12:27 +08:00

已经文稿了，能实现自动打轴功能吗

fenglingyu

2023-04-11 09:07:05 +08:00

@mayq0422 这个也不行，试了下，30 行字幕，合并成 25 行，有时候加的限制多了，chatgpt 为了保证行数，直接变成复读机，重复输出几行。

zky001

2023-04-11 14:19:11 +08:00

我自己也做了一个自用代码基本上是 gpt 生成的，我调试了一下主要用在看岛国的爱情片上效果挺不错的也是 whisper+gpt api

iorilu

2023-04-11 14:28:43 +08:00

@zky001 gpt 翻译对齐问题怎么解决呢，还是一行一行发的

elonmask

2023-04-12 10:24:56 +08:00

@iorilu mac 有 gpu 加速的，把模型转成 coreML 就行了

iorilu

2023-04-12 18:06:14 +08:00

@elonmask 还没了解，不过看了可以在 mac 上用 whisper.cpp ，应该性能提升了一些，可以用了

我后面会考虑出个用 whisper.cpp 的 mac 版本

iorilu

2023-04-14 16:37:29 +08:00

V2sub - AI 字幕机新版本 0.4.0 发布
文件已上传至网盘

该版本新增若干功能，具体如下

- 增加音频处理，可处理 mp3 ，wav 等众多格式（专业版独享）
- 增加单独字幕翻译功能（专业版独享）
- 增加双语字幕生成功能
- 增加双语字幕设置，可控制源语言在上或在下
- 增加智能跳过已生成字幕功能，避免重复劳动

网盘也有升级包下载，请各位根据自己版本进行升级，也有完整完整包

fengtalk

2023-04-18 15:50:25 +08:00

看了 B 站演示视频，效果不错。

iorilu

2023-04-24 18:40:45 +08:00

V2sub - AI 字幕机 0.5.0 发布文档发布时间：
### 发布时间：2023-04-21

### 该版本新增若干功能，具体如下

- 主窗口支持文件拖拽
- 翻译增加语言设置，设定中文输出为简体中文或繁体中文
- 翻译器换为 google 翻译，翻译更稳定，速度大幅提高
- 语言支持增加印地语，乌克兰语

iorilu

2023-05-14 08:22:40 +08:00

V2sub - AI 字幕机 0.6.0 发布文档
发布时间：2023-05-13
AI 字幕机官网已上线
AI 字幕机产品网站 ( https://www.aizimuji.com)
AI 字幕机注册码销售网站 ( https://buy.aizimuji.com)
该版本有重大更新，具体如下
模型计算框架更换，实现更快转录速度，更少显存占用
CPU 版, GPU 版速度提升 30-50%
GPU 版显存占用大幅降低，中模型仅需不到 4G 显存，大模型仅需不到 6G 显存
转录准确性也有相应提高，但还有优化空间
修复部分 Bug
因该版本变化巨大，和老版本不兼容，故不提供升级包，请大家下载完整包使
用，注册码有效期内可在新版本重新注册，不影响
重大提示
该版本模型也完全更新，和旧模型不兼容，请重新下载新模型使用，安装方法也有部分变化

## 软件下载
- 百度盘 ( https://pan.baidu.com/s/1Btn3shMcs_5Z-zYh7P4c9w?pwd=3ev6
提取码：3ev6 )
- 123 网盘 ( https://www.123pan.com/s/toZZVv-b7TGA)

iorilu

2023-05-17 18:19:47 +08:00

macOS 版开发完成，已经上传了

- AI 字幕机产品网站 ([https://www.aizimuji.com]( https://www.aizimuji.com))
- AI 字幕机注册码销售网站 ([https://buy.aizimuji.com]( https://buy.aizimuji.com))

软件下载
百度盘 ( https://pan.baidu.com/s/1Btn3shMcs_5Z-zYh7P4c9w?pwd=3ev6 提取码：3ev6 )
123 网盘 ( https://www.123pan.com/s/toZZVv-b7TGA

wujunze

2023-05-29 16:59:32 +08:00

@iorilu 你好 Mac 版本打不开, 你试一下看看, 是不是因为 APP 签名的问题

iorilu

2023-05-29 21:01:04 +08:00 via Android

@wujunze https://www.aizimuji.com/docs/quick-start/faq

你可以按这个操作试试

XiaoBaiYa

2023-06-07 16:09:52 +08:00

LZ 重复的问题解决了吗？

iorilu

2023-06-07 17:23:58 +08:00

V2sub - AI 字幕机 0.7.0 发布文档
### 发布时间：2023-06-05

### 该版本有重大更新，具体如下

功能更新：
- 增加 ChatGPT 翻译器，以及翻译配置菜单功能 (仅供专业版)
- 增加 cpu 全速模式开关, 使用 cpu 计算时可以提高 30%-50%性能，主要针对没有 GPU 的用户(仅供专业版)
- 翻译增加中途保存功能，便于发生错误后继续上次进度
- 优化模型转录字幕方式，很好提升了生成字幕的时间轴准确性，可用程度大幅提高，已基本接近人工做的字幕
- 使用新的打包方式，体积大幅减小
- 合并 CPU 和 GPU 版，以后 Windows 只发布一个版本，方便用户使用，软件自动判断系统是否支持 GPU ，会优先使用 GPU ，没有 GPU 自动使用 CPU
- 增加注册码过期后，可以继续使用免费版功能，避免重新安装

Bug 修复：
- 修复模型不支持中文路径 bug ，现在软件可以随便放置在中文或英文目录

iorilu

2023-06-07 17:25:17 +08:00

@XiaoBaiYa 你说的重复问题有部分改善把，可能没有 100%解决

XiaoBaiYa

2023-06-08 08:38:15 +08:00 via iPhone

@iorilu 嗯，已经买了一个月试试

wujunze

2023-06-12 22:45:29 +08:00

@iorilu 你好安装成功了, 谢谢, 可以加一个批量选中文件夹的功能吗, 一个文件一个文件拖进去太麻烦了

iorilu

2023-06-12 23:35:58 +08:00 via Android

@wujunze 专业版支持选择文件夹批量处理功能

jsshwqz

2023-07-04 00:05:13 +08:00

支持直接转中文发音不？网上有款，但收费太高，

iorilu

2023-07-04 11:13:31 +08:00

@jsshwqz 语音合成功能开发中，后面会上线

Rrrrrr

2023-07-16 11:27:08 +08:00

我觉得卖给视频播放软件会好很多，这样使用太麻烦

qqjt

2023-07-17 15:13:58 +08:00

厉害，实践出真钱

mstephenses9531

2023-08-29 13:22:22 +08:00

没看懂