用 AI 做了一个给小电影加字幕的工具

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

For Existing Member Sign In

爱意满满的作品展示区。

原先在 v 站发了一贴，当时只有 mac 端，没什么人用。
后来在别的帖子提了一嘴，发现还是有很多人需要的。

于是五一抓紧时间完善了一下。

写完只想说，ai 更新太快，刚开始调研需求时，还处于 web 上一问一答的古法 ai 时代，等落地时已经是无人值守时代了。

博客链接： https://kuraa.cc/archives/yong-aizuo-liao-yi-ge-gei-xiao-dian-ying-jia-zi-mu-de-gong-ju

Supplement 1 · 1 day ago

经过昨天大家伙儿反馈，主要集中在 whisper 转录慢。
梭哈时没有考虑太多，计划从两个方向进行优化：
1.使用 fast-whisper 替换原生 whisper
2.whisper 开启 gpu 加速（开发时完全没去了解这些，所以默认的跑在 cpu 上:)）

花一点点时间 vibe 出来的东西能带来价值，真的挺开心的。
感谢大家使用

字幕

工具

55 replies • 2026-05-07 10:32:31 +08:00

xuromky

2 days ago

OP 建议用什么翻译模型，我来试试

andyskaura

2 days ago

@xuromky 其实都可以，7b 本地都够用了。llm 做翻译就是手拿把掐。
不过老旧的笨模型好像序列化输出可能会有问题。

idblife

2 days ago

点赞，我一直想做一个呢，这下省时间了，哈哈。
除了小电影外，有些冷门的美剧/电影没有字幕，也需要这个工具。

mywaiting

2 days ago

项目简介的图片，这刚一点开，后面就不知不觉站了几个同事了~~啧啧啧~~

xuromky

2 days ago

@andyskaura

这样填对吗还是需要加上 v1

andyskaura

2 days ago

@xuromky #5 一般是得有 v1 的，得看你那个提供商给的 openai 格式的接口是啥

buxuku2008

2 days ago

感谢作者开源，用 tauri 来做非常棒，我之前也做了一个类似这样的工具，生成字幕，翻译，校对，字幕合成这些功能都集成有了。
https://github.com/buxuku/smartsub

andyskaura

2 days ago

@mywaiting 很有效果嘛

heganyuliang

2 days ago

这类工具市场上有不少，对我来说最大的痛点是不支持 AMD 显卡的 GPU 加速哈哈

andyskaura

2 days ago

@buxuku2008 你这个功能完成度好像比我的高不少啊

buxuku2008

2 days ago

@andyskaura 也是一步步迭代过来的。之前也考虑过采用 tauri + whisper-rs 进行重构，但没精力搞。可以作为你的一个借鉴参考。

andyskaura

2 days ago

@buxuku2008 #11 好的，感谢，目前已满足我对 nas 小姐姐的需求，有你这个项目，更不会迭代了

。

xuromky

2 days ago

@heganyuliang +1,我的也是 AMD 的显卡，现在处理速度好慢

mywaiting

2 days ago

@andyskaura 该说不说 V2 这里加个 [NSFW] 在标题里，推广项目感觉更有效果~~[逃]~~

ala2008

2 days ago

感觉不错，可惜我需要的是在线翻译啊，一般不下载本地看🤣

JYii

2 days ago

去年年初就准备买硬盘组 nas ，到今天，购物车里 4t 的价格翻了 2.5 倍。

lagrange7

2 days ago

不错，下个试试。给你点 star 了

idblife

2 days ago

@andyskaura
有自动升级功能没？
没有的话等有了我再安装，比较懒。。。

firefox12

2 days ago

弱问一下拿 llm 本地翻译，我这么写的把下面的英语翻译成中文直接给中文不要给任何信息，下面就是一段英语。翻译出来的结果有时候正确，有时候他会把思考的步骤返回出来比如说这句话原意是什么可以这么思考。。。。。我就是用大模型做一个翻译，这个该如何解决？因为再试一次可能对也可能不对。正确的打开方式是什么？

andyskaura

2 days ago

@firefox12 response_format={'type': 'json_object'} 铁汁，你得用序列化输出啊

firefox12

2 days ago

@andyskaura 本地镜像起的服务肯定是 json 结果啊，但是结果里不是纯净的翻译结果。所以我再调了一次大模型，让它看上次的结果里有没有 xxx xxx 这样的关键字有的话就去掉。我用的 qwen2.5 的模型，chatgpt 给的建议发现不太好用。结果总是不太对

jtam

2 days ago

原来是 NSFW 的摄影师大佬，失敬

Clannad0708

2 days ago

op 是怎么用 ai 无人值守迭代出这个产品的？

andyskaura

2 days ago

@firefox12 #21

andyskaura

2 days ago

@Clannad0708 我这里的无人值守是指我不是很关注实现细节，全交给它了。

把整个需求直接 txt 列好了，codex 开最高权限，开始梭哈，然后开一局 csgo ，打完一局，再纠正一下。

andyskaura

2 days ago

@jtam 年纪大了看 a 片都跳过啪啪啪部分。

xuromky

2 days ago

@andyskaura 是不是没 AMD 显卡 gpu 加速的关系，都快两个小时了，一部小电影还没结束

andyskaura

2 days ago

@xuromky #27 我也收到反馈了，我两台电脑，14600kf+intel 显卡 b580 和 m1 的 mac ，2 小时电影，大概 30 分钟转录完。 https://huggingface.co/ggerganov/whisper.cpp/tree/main 你方便手动下载 tiny 模型替代一下看看效果和效率？

xuromky

2 days ago

@andyskaura #28

选哪个呀，我的电脑配置是

andyskaura

2 days ago

@xuromky #29 tiny-q5—1.bin 试试，如果还是慢或者效果不好，就得找找别的方案了。

andyskaura

2 days ago

@xuromky #27 隔壁站那个说慢的也是你！

zyxk

2 days ago

我想知道，用国内翻译模型，会不会被封号，你们都用什么翻译
@buxuku2008 #7
@andyskaura #2

firefox12

2 days ago

OLLAMA_URL = "http://127.0.0.1:11434/api/generate"
MODEL = "qwen2.5:7b"

RETRY = 3
SLEEP = 1

# ===== 调用本地大模型 =====
def translate(text, mode="movie"):
if not text:
return None

if mode == "movie":
prompt = f"把下面的英文句子描述翻译成简体中文，保持简洁自然。记住我的要求，前面的部分不要重复，只给出后面的翻译：\n{text}"
print(prompt)
for i in range(RETRY):
try:
response = requests.post(OLLAMA_URL, json={
"model": MODEL,
"prompt": prompt,
"stream": False
}, timeout=120)

result = response.json()
return result.get("response", "").strip()

except Exception as e:
print(f"翻译失败，第{i+1}次重试:", e)
time.sleep(2)

return None
我是用本地模型，效果不行，有的好，有的会有思考过程的结果

yrk20212021

2 days ago

windows 版本在 model 目录下载了 ggml-large-v3-turbo.bin 或者 ggml-large-v3.bin 替换你默认配置的 ggml-base-q5_1.bin ，出现加载失败。

zyxk

2 days ago

@buxuku2008 #7 smartsub 使用了一下，功能很完善，提一点小建议，字幕翻译是一条一条翻译的，速度比较慢，如果能改进一下，批量翻译，每次翻译 20 / 30 / 50 条，速度会有 N 倍的提升。

我使用 10 分钟的中文视频测试，并翻译为英文，mac m4 提取字幕只用了 26 秒，但是翻译用了近 5 分钟，看了一下日志，使用 DeepSeek 请求二或三秒返回一次，每次只请求一句，如果每次翻译请求 30 句，那就太棒了。