{无需用脑}把本教程一键复制给 Agent 即可

本文有一段关键内容上了锁,Agent 打开链接也看不到它。请先解锁,再一键复制完整内容给 Agent。

给视频加字幕、翻译再配音,一个免费软件就够了

分享

入门教程:装上开源免费的桌面软件妙幕 SmartSub,下一个本地语音模型,把视频转成带时间的字幕并翻译成双语,在校对台逐句改好(可以用内置 AI 助手帮忙),需要时用本地音色或你自己的克隆声音配音,最后把字幕烧进画面导出成片。整条流程用本地模型就能免费跑完,视频不上传;还讲了怎么让 AI Agent 通过 MCP 一次处理一整个文件夹。附 3 段可直接复制的提示词。

你会得到什么

装一个开源免费的桌面软件妙幕 SmartSub,就能在自己电脑上给视频自动出字幕,翻成别的语言,再配上 AI 配音,最后把字幕压进成片导出。整条流程用本地模型就能跑完,不需要 API Key,视频也不用上传。全文有三段可复制的提示词。

以前这几件事要开好几个软件来回倒文件。妙幕把它们排成一条流水线,每一步也能单独用。想再省事,还可以让你的 AI Agent 直接指挥它批量处理一整个文件夹。

用妙幕给视频做字幕和配音:装好下模型、转写加翻译、校对台逐句改、配音或克隆声音、烧录导出

先装好软件、下一个语音识别模型,再把视频转成双语字幕,在校对台逐句改好,需要的话配上 AI 配音,最后把字幕烧进画面导出。

先认识它

妙幕是开发者 buxuku 维护的开源项目(MIT 协议),GitHub 上约 6000 个 Star,支持 Windows、macOS 和 Linux。按项目自己的说明,每个环节都有免费的本地做法,付费云服务只是可选的增强:

环节 免费做法 可选的付费增强
转写(把说话变成字幕) whisper、FunASR 等本地模型,下载一次就能离线用 9 家云端听写
翻译 内置的免费翻译接口,或用 Ollama 跑本地大模型 DeepSeek、通义千问等大模型
配音 本地音色,中英文一共两百多个,录一段声音还能克隆 ElevenLabs、Azure 等云端配音
合成导出 内置 FFmpeg,把字幕烧进画面或另封一条字幕轨 不需要

妙幕的启动台:转写、翻译、配音、合成几个任务入口都在首页

图片来自项目的 GitHub 仓库。

第 1 步:装好软件,下一个语音模型

安装包从项目的 GitHub 发布页下载,按你的系统和芯片选对应的那一个,Mac 还分苹果芯片和英特尔两种。装好打开后,新手引导会让你下载一个语音识别模型,模型越大越准,也越慢、越吃显存。

拿不准该下哪个包、哪个模型,把这段交给你的 AI Agent:

我想装开源软件妙幕 SmartSub(github.com/buxuku/SmartSub)给视频做字幕和配音。请帮我:

1. 只读检查我的电脑:系统、芯片(苹果芯片还是英特尔)、内存、有没有独立显卡和显存多大。
2. 告诉我该下发布页里的哪个安装包,并给出下载链接。下载和安装由我自己点,不要替我运行安装程序。
3. 按我的电脑推荐一个语音识别模型:我的视频主要是[中文 / 英文 / 中英混合],告诉我选哪个引擎和多大的模型,大概占多少硬盘。
4. 如果是 Mac 并且打开时提示"已损坏",告诉我原因和官方给的处理办法,由我自己决定要不要执行。

Mac 上提示"已损坏"是因为安装包没有经过苹果公证,处理办法要动系统的安全设置,所以这一步留给你自己决定。

第 2 步:转写加翻译,得到双语字幕

在启动台选择任务,把视频拖进去,设好原语言和目标语言,点开始。它会先把说话转成带时间的字幕,再翻译成你要的语言,可以输出纯译文,也可以输出"原文加译文"的双语字幕。

中文视频优先选 FunASR 这类中文引擎,英文视频可以选名字里带 en 的模型。翻译先用内置的免费接口试,觉得生硬再换成本地 Ollama 或大模型服务。也可以一次拖入多个视频批量处理。

第 3 步:在校对台逐句改

转写和翻译都会有错,尤其是人名、专有名词和同音字。打开校对台,一句一句对着画面听,直接改字、合并或拆分句子。

妙幕的校对台:每行是一句字幕,原文和译文并排,上方有时间轴、合并、拆分和 AI 优化

图片来自项目的 GitHub 仓库。

改到一半想偷懒,按 ⌘J(Windows 是 Ctrl+J)呼出内置的 AI 助手,直接说"把这一句改得口语一点""修正这段的同音错字"。它改完会先显示在编辑器里,你说"保存"才写进文件。AI 助手要先在设置里接一个大模型服务。

第 4 步:配音,或者用你自己的声音(可选)

想做外语版或者给没声音的视频配旁白,就进配音工作台:选一个音色,它按字幕逐句合成,自动对齐时间轴。合成出来哪句太快、对不上,会列进一张待处理清单,你可以改文案、单句重配,或者接受变速。

用自己的声音也行:录一段清楚的参考音频,加上对应的文字,就能建一个克隆音色,整条视频都用你的声音来念。它会先检查参考录音的音量和杂音,有问题会提示你重录。

第 5 步:把字幕烧进画面,导出成片

最后一步合成。硬字幕是把字幕永久压进画面,发到任何平台都能看到。软字幕是另封一条可以开关的字幕轨,画质不损失。字幕样式和摆放位置都能调,右边实时预览。

妙幕的视频合成页:左边调字幕样式,右边实时预览字幕压在画面上的效果

图片来自项目的 GitHub 仓库。

让 AI Agent 一次处理一整个文件夹

妙幕自带 MCP 和命令行接口,按项目的说明一共 111 个工具。MCP 可以理解成一个标准插座:接上以后,你的 AI Agent 就能直接调用妙幕的转写、翻译、配音和合成,不用你在界面里一个个点。在软件的 设置 → 连接 AI 工具(MCP) 里,有给常见 AI Agent 的一键接入方式。

接好以后,可以这样交给你的 AI Agent:

这段关键内容需要登录后解锁

新用户注册就送 10 积分,之后每天登录再送 1 积分,当天不登录不送。用 1 积分解锁,以后随时回来都能看。

第 4 条最重要。AI 能把八九成的活干完,但人名和专业词最容易错,让它主动标出没把握的句子,你只需要检查这些地方。

注意

  • 只处理你有权使用的视频:软件能下载在线视频,但别人的视频加了字幕、换了配音再发出去,仍然是搬运,可能侵权。
  • 克隆声音要本人同意:只克隆你自己或者拿到授权的声音,用克隆声音发布内容时按平台要求标明 AI 生成。
  • 云端服务会上传内容:选了云端听写、翻译或配音,音频和文字会发到你配置的服务商,敏感内容只用本地模型。
  • 开了显卡加速闪退:在「引擎与模型」页把加速模式改成「仅 CPU」,或者换一个转写引擎。

想让 AI Agent 用你原来的声音给视频配外语,可以看 让 AI Agent 用原声给视频配上外语。只想要一个本地配音软件,看 装个桌面软件,让 AI 用你的声音免费配音。

参考

读完了?标记一下,记录学习进度。登录
收藏起来,稍后再看登录
对这篇有疑问?向 Ask AI 提问

评论(0)

还没有评论,来说第一句。

登录后参与讨论。登录