字幕源提取
优先提取内嵌文本字幕轨；没有则尝试 OCR 图片字幕；都没有才走语音识别。三条路自动降级。
[
PROJECT 02
/
SPEECH SUBTITLE
]
语音字幕识别
用语音识别模型把视频里的语音转成文字，翻译成中文字幕后压入成片。 整条链路在本地完成，服务器只负责收藏与放映。
ASR
Subtitle Generation
Translation
Video Processing
处理流程
语音识别
用 faster-whisper 对音轨做语音转文字，生成带时间戳的原文。支持多种模型规格和语言。
翻译润色
调用翻译接口把任意语言字幕转成简体中文，再做一次 AI 审核让表达更自然。
字幕压制
用 ffmpeg 把中文字幕烧录进 MP4，输出 H.264 + AAC 的浏览器友好格式。
上传归档
可选把成品上传到网站视频库，在放映室页面展示。支持批量处理和断点续传。
Loading articles...