ARTICLE DETAIL

建站实战干货

来自一线的建站与推广经验沉淀,每一条都经过真实交付验证。

音视频:语音转换文字功能实现

2026/8/12 16:36:53 拓冰建站 浏览量
音视频:语音转换文字功能实现

前言:

        整理一部分有用资料。

软件:免费,用剪映这些需要掏钱,这里是说:SmartSub

安装包下载:

1、github上的,源,有加速工具的可以用哦

https://github.com/buxuku/SmartSub/releases/latesthttps://github.com/buxuku/SmartSub/releases/latest2、gitee上的,平时可以用

https://gitee.com/abdusa1am/SmartSubhttps://gitee.com/abdusa1am/SmartSub

安装步骤

Windows

  1. 下载 .exe 安装文件
  2. 双击安装文件启动安装程序
  3. 按照安装向导的提示完成安装
  4. 安装完成后,从开始菜单或桌面快捷方式启动应用

macOS

  1. 下载 .dmg 安装文件
  2. 双击打开 DMG 文件
  3. 将 Smart Sub 应用拖动到 Applications 文件夹
  4. 从启动台或 Applications 文件夹启动应用

Linux

  • 下载 AppImage 文件
  • 添加执行权限:
chmod +x SmartSub-*.AppImage
  • 直接运行 AppImage 文件:
./SmartSub-*.AppImage

初次启动

安装完成后,首次启动妙幕软件时,您需要:

  1. 下载语音识别模型(详见模型配置章节)
  2. 配置翻译服务(如需使用翻译功能,详见翻译服务配置章节)

完成这些基本设置后,您就可以开始使用妙幕的强大功能了。

下一步

成功安装妙幕后,您可以继续阅读快速入门指南,了解如何使用基本功能生成和翻译字幕。

具体使用:(以下使用:极客密码)

如何使用模型:

作者的夸克网盘链接:

关于模型的选择和注意事项上文已经提到过,更详细的请查看官方 Github 仓库说明文档

如果遇到下载比较慢的情况,建议切换至国内模型镜像站点

模型下载完之后,上传你的视频或者音频,在左侧菜单栏选择模型,开始任务

我用的 large-v3-turbo-q8_0 模型,亲测效果巨好,5 分多钟音频 22 秒 就识别完成了,真是又快又准

识别完成之后可以点击校对按钮,弹出校对模块

这里会在播放的时候,实时定位到哪一行字幕。

太细节了吧!!!

校对无误后点击保存

字幕文件默认跟你导入的音视频文件在一个根目录下

接下来打开剪映,选择文本 - 导入本地字幕

选择校对完成后.srt格式的字幕文件