辛苦找到的国外"学习资料"，没有字幕怎么办？
主流流媒体平台youtobe会提供自带的字幕生成并且实时翻译，但翻译较为机械且具有滞后性；并且大部分老司机的硬盘里面的影片往往无法在线生成字幕并翻译，那么有没一款支持本地离线的智能字幕生成工具
所以本期要分享的VideoCaptioner便是为了解决这一问题，该开源项目已在Github斩获 2.2k stars，通过该项目能够实现离线本地，无需GPU即可使用强大的语音识别引擎，生成精准字幕
此外，该工具还支持在线视频直接输入链接，自动解析下载视频并翻译
项目简介
VideoCaptioner是一款开源的轻量级视频字幕生成工具，一款基于大语言模型(LLM)的视频字幕处理助手，支持语音识别、字幕断句、优化、翻译全流程处理
软件完全开源免费，操作简单且无需高配置，支持网络调用和本地离线（支持调用GPU）两种方式进行语音识别，利用可用通过大语言模型进行字幕智能断句、校正、翻译，字幕视频全流程一键处理！为视频配上效果惊艳的字幕。
🎯 无需GPU即可使用强大的语音识别引擎，生成精准字幕
✂️ 基于 LLM 的智能分割与断句，字幕阅读更自然流畅
🔄 AI字幕多线程优化与翻译，调整字幕格式、表达更地道专业
🎬 支持批量视频字幕合成，提升处理效率
📝 直观的字幕编辑查看界面，支持实时预览和快捷编辑
🤖 消耗模型 Token 少，且内置基础 LLM 模型，保证开箱即用
快速上手
进入主界面，直接新建任务，这里以B站一部韩国MV来做演示，直接输入地址栏链接后软件会自动解析并下载视频到本地(可当作视频下载工具用)，目前支持国内外主流视频平台（B站、Youtube等）
软件会自动提取视频原有字幕进行处理并翻译，提供多种接口在线识别，效果媲美剪映（免费、高速），支持本地Whisper模型（保护隐私、可离线），开启字幕智能纠错可以自动优化专业术语、代码片段和数学公式格式
软件支持文稿提示，使用原有文稿或者相关提示优化字幕断句，如果不知道是什么，可以跳过
直接开始选择合成
合成后打开视频文件目录，看到卡卡开头便是转换后的视频，相对于原视频将多出中韩对照字幕；至于处理时长，我这个1分多钟的视频只用了十几秒
官方的参考：全流程处理一个14分钟1080P的 B站英文 TED 视频，调用本地 Whisper 模型进行语音识别，使用 gpt-4o-mini 模型优化和翻译为中文，总共消耗时间约 4 分钟。
软件甚至支持批量处理视频，这对于硬盘资源多不胜数的老司机来说，简直就是福音
关于字幕样式调整，软件提供了丰富的字幕样式模板（科普风、新闻风、番剧风等等）以及多种格式字幕视频（SRT、ASS、VTT、TXT），可根据自己需求调整风格
相关链接
项目地址：https://github.com/WEIFENG2333/VideoCaptioner
网盘下载：https://pan.quark.cn/s/d01f360eadd7
桂公网安备45080202000358号