@Honcia13: 强烈推荐一款开源的语音转字幕神器！ 速度飞快，质量极高！ 支持中文、日语、韩语、英语等多语言，还特别优化了排版规则， 字幕效果自然又专业。 这是一款基于 PySide6 + ElevenLabs API 的桌面工具， 能把音视频文件或JS…
摘要
推荐基于PySide6和ElevenLabs API的开源语音转字幕工具Scribe2SRT，支持多语言并优化排版，快速生成高质量SRT字幕。
查看缓存全文
缓存时间: 2026/05/31 07:03
强烈推荐一款开源的语音转字幕神器！ 速度飞快，质量极高！ 支持中文、日语、韩语、英语等多语言，还特别优化了排版规则， 字幕效果自然又专业。 这是一款基于 PySide6 + ElevenLabs API 的桌面工具， 能把音视频文件或JSON转录稿智能转换成高质量SRT字幕， 尤其适合中日韩英的排版习惯。 做视频、剪辑、做课件、出字幕的朋友，真的太香了！ https://github.com/cylind/scribe2srt…
cylind/scribe2srt
Source: https://github.com/cylind/scribe2srt
Scribe2SRT
Scribe2SRT 是一款专业的音视频转字幕工具。通过集成 ElevenLabs 语音识别技术和智能字幕分割算法，让字幕制作变得简单高效。
🚀 主要特性
- 🎯 高质量转录：基于 ElevenLabs 先进的语音识别技术
- 🌍 多语言支持：支持中文、英文、日文、韩文等多种语言
- 📝 专业字幕标准：遵循 Netflix 等行业标准的字幕制作规范
- ⚡ 智能分割算法：基于标点符号优先级的语义分割，保持句子完整性
- 🔄 智能重试机制：失败时自动保留临时文件，重试时快速恢复
- 🎨 用户友好界面：简洁直观的图形用户界面，支持拖拽操作
- 📊 实时进度反馈：清晰的进度显示和状态提示
💻 安装使用
快速开始
- 前往 Releases 页面 下载最新版本
- 解压后直接运行程序
- 推荐安装 FFmpeg：用于视频文件处理，提升兼容性和处理效率
从源码运行（点击展开）
安装步骤
-
下载项目
git clone https://github.com/your-username/scribe2srt.git cd scribe2srt -
安装依赖
pip install -r requirements.txt -
运行程序
python app.py
📖 使用方法
基本操作流程
-
选择输入文件
- 点击“选择文件“按钮或直接拖拽文件到程序窗口
- 支持三种输入类型：
- 音频文件：支持所有常见音频格式（MP3, WAV, FLAC, M4A, AAC, OGG 等）
- 视频文件：支持所有常见视频格式（MP4, MOV, MKV, AVI, FLV, WEBM 等）
- JSON 转录文件：ElevenLabs 格式的转录数据
-
配置处理选项
- 语言选择：选择源语言或使用“自动检测“
- 音频事件标记：选择是否标记非语音事件（如笑声、掌声等）
-
开始处理
- 点击“生成字幕“按钮开始转录
- 程序会显示详细的处理进度
-
获取结果
- 处理完成后，SRT 字幕文件会自动保存到源文件同目录
- 程序会显示输出文件路径
字幕质量标准
本工具遵循专业字幕制作标准：
- 时长控制：最短 0.83 秒，最长 7.0 秒
- 字符密度：CJK 语言每秒最多 11 字符，拉丁语言每秒最多 15 字符
- 行长限制：CJK 语言每行最多 25 字符，拉丁语言每行最多 42 字符
- 语义完整性：优先保持句子完整，基于标点符号优先级分割
⚙️ 高级设置
字幕参数调整
通过“字幕设置“菜单可以调整：
- 字幕显示时长和间隔
- 字符密度限制
- 每行字符数限制
大文件处理
- 自动分段处理长文件（90分钟以上）
- 支持并发处理，提升处理速度
- 智能重试机制，确保处理成功
🔧 技术特点
智能分割算法
- 两阶段处理：句子预分割 + 智能合并
- 标点符号优先：基于语言学规律的分割策略
- 语义完整性：避免破坏句子结构
- 多语言优化：针对不同语言的差异化处理
📄 许可证
本项目采用 MIT 许可证。
如果这个项目对您有帮助，请给我们一个 ⭐ Star！
相似文章
@yhslgg: 兄弟们，再分享一个开源视频翻译工具——pyVideoTrans，GitHub 17700 星，做视频搬运和本地化的必备！ 一句话：一个视频丢进去，自动走完语音识别→字幕翻译→AI配音→视频合成整条流水线，出来就是另一种语言的完整视频。 核…
pyVideoTrans 是一个开源视频翻译工具，支持自动语音识别、字幕翻译、AI 配音和视频合成，集成了多种 ASR、翻译和 TTS 引擎，适合跨语言视频制作和本地化。
@wsl8297: 想把电子书或文档做成有声书？很多工具不是声音太“机器人”，就是不支持字幕同步，折腾一圈还是不满意。 我后来发现了开源项目 Abogen：支持 ePub、PDF、纯文本等，一键转高质量音频，还能自动生成同步字幕。 它底层用 Kokoro 语…
Abogen 是一个开源工具，可将 ePub、PDF 等文档一键转为高质量音频，并自动生成同步字幕，支持语音混合器和多种部署方式。
@yhslgg: 老杨再特么分享一个宝藏开源工具——KrillinAI，GitHub 10000 星，做多语言音视频内容的绝对值得看！ 一句话：从视频下载到字幕翻译、AI配音、视频合成，整条链路全包，还能自动生成平台封面，B站、抖音、小红书、YouTube…
KrillinAI 是一款开源工具，整合了视频下载、字幕翻译、AI配音、视频合成全流程，支持上下文感知翻译、语音克隆、自动布局和封面生成，兼容多种AI模型，适合多语言音视频内容创作与分发。
@noahduck283: 可以下载任何 YouTube 视频、干净地去除人声、进行转录、翻译成 100 多种语言、克隆原声并完成全自动配音的工具。全程不到 2 分钟。100% 本地运行。免费 把六个顶级开源模型缝进了一个网页"一键下载、去人声、转录、翻译、配音"的…
Voice-Pro 是一个整合了六个顶级开源模型（Whisper、Demucs、CosyVoice、F5-TTS 等）的网页工具，支持 YouTube 视频下载、去人声、转录、翻译、语音克隆和全自动配音，全程不到2分钟，100%本地运行且免费。
@VincentLogic: 发现个字节开源的桌面 AI 神器！ UI-TARS Desktop，31k stars 不是吹的，这玩意儿真能看懂你的屏幕，然后帮你自动操作电脑。 你告诉它"帮我把 VS Code 的自动保存打开，延迟改成 500 毫秒"，它就自己： -…
字节跳动开源的桌面 AI 自动化工具 UI-TARS Desktop 支持本地运行与屏幕视觉理解，可通过自然语言指令自主操控电脑完成日常任务。