Blue-B/WhisperSubTranslate

来源：https://github.com/Blue-B/WhisperSubTranslate

WhisperSubTranslate

English | 한국어 | 日本語 | 中文 | Polski

将任何视频转换为多语言字幕，全程本地运行。拖入视频，用 whisper.cpp 生成 SRT 字幕，然后通过内置的 Hy-MT2 模型离线翻译，或使用免费/付费的在线引擎进行翻译。

本应用从视频音频中创建新字幕（语音转文字）。它不会提取已有的嵌入字幕轨道，也不会读取屏幕上的文字（无 OCR）。

预览

功能

• 100% 本地语音转文字。您的视频不会离开您的电脑，无需账户，无需上传。
• 使用内置 Hy-MT2 模型进行离线翻译，或使用您自己的密钥连接在线引擎（MyMemory、DeepL、OpenAI、Gemini）。
• 自动下载模型。无需 Python，无需手动配置。
• 同步修复模型（large-v2 Sync 和 Sync Lite），用于解决普通模型在视频中不同步的问题。
• 任务队列、实时进度、仅本地的历史记录。

开始使用

用户

从 Releases（https://github.com/Blue-B/WhisperSubTranslate/releases）下载最新的便携版压缩包，解压后运行 WhisperSubTranslate.exe。

处理过程完全在您的 PC 上离线运行。翻译是可选的。

开发者

npm install
npm start

• Node.js >= 20.19 或 >= 22.12（Electron 42 工具链）
• npm install 期间会下载 whisper.cpp（Windows 下为 CUDA 版本，约 700MB）
• FFmpeg 通过 npm 包含；所选 GGML 模型在首次使用时下载

Linux

sudo apt install cmake build-essential git ffmpeg # Ubuntu/Debian
npm install # whisper.cpp 从源码构建
npm start

如需 CUDA 加速，请在 npm install 之前安装 NVIDIA CUDA 工具包。手动构建 whisper.cpp 的步骤见 CONTRIBUTING.md。

构建（Windows）

npm run build-win # 产物输出到 dist2/

翻译引擎

使用内置的腾讯 Hy-MT2 模型完全离线翻译字幕，或使用您自己的 API 密钥切换到免费/付费的在线引擎。

本地 Hy-MT2 引擎是唯一无需 API 密钥、无需网络、无需按次付费的选项，因此您的对话永远不会离开您的电脑。

翻译质量（离线引擎）

WhisperSubTranslate 集成了腾讯的 Hy-MT2 模型（默认 1.8B，可选 7B）。腾讯官方评估显示，Hy-MT2 系列与领先的商业翻译 API 竞争，并在某些基准测试中领先于其中几项。

Hy-MT2 翻译基准测试，腾讯官方数据，集成于 WhisperSubTranslate
来源：腾讯 Hy-MT2 官方基准测试（https://github.com/Tencent-Hunyuan/Hy-MT2）、技术报告（https://arxiv.org/pdf/2605.22064）、HuggingFace 模型（https://huggingface.co/tencent/Hy-MT2-1.8B）。图表根据腾讯官方图 1 重绘，捆绑模型（1.8B/7B）的数字已对照论文表格验证。
这些数据衡量的是底层模型在标准机器翻译基准测试（WildMTBench、WMT25、FLORES-200 等）上的表现，并非 WhisperSubTranslate 特有的基准测试。

对于长视频（1 小时以上），MyMemory 的每日限额可能导致速度变慢。请改用 Gemini、DeepL 或配置好的 GPT 模型。

语音识别模型

模型按需下载到 _models/ 目录。如果可用则使用 CUDA，否则默认使用 CPU。请根据您的 GPU 选择合适的大小。

Sync 和 Sync Lite 使用独立的 Faster-Whisper 引擎（自动下载一次，约 4.4GB），并共享同一个模型文件，因此一次下载即可覆盖两者。仅当普通模型出现同步偏差时使用它们；它们对非英语视频（日语、韩语、中文）最为准确。英语通常使用 large-v3-turbo 即可。
whisper.cpp 模型的显存数据基于 GGML 优化，远低于 PyTorch Whisper（large 模型约 10GB）。Sync 的数据来自 Faster-Whisper 基准测试。

语言支持

• UI：韩语、英语、日语、中文、波兰语
• 翻译目标（14 种）：ko, en, ja, zh, es, fr, de, it, pt, ru, hu, ar, pl, fa
• 音频识别：通过 whisper.cpp 支持 100 多种语言

数据存储

所有数据都保存在您的用户数据文件夹本地。不上传任何内容。

API 密钥使用操作系统级别的安全存储本地保存，配置不会被提交或打包。任务历史是可选的（在设置中切换），上限为 200 条。

贡献

欢迎提交拉取请求。请参阅 CONTRIBUTING.md 了解分支命名、提交风格、手动测试清单以及手动构建 whisper.cpp 的方法。

要添加语言，请参阅 翻译指南。

在 Weblate（https://hosted.weblate.org/engage/whispersubtranslate/）上帮助翻译；可翻译字符串位于 locales/*.json。

贡献者

感谢所有帮助 WhisperSubTranslate 变得更好的人。

支持

如果这个项目为您节省了时间，直接支持它有助于修复错误、提高模型可靠性以及增加新的翻译选项。

GitHub Sponsors（https://github.com/sponsors/Blue-B）
Buy Me A Coffee（https://buymeacoffee.com/beckycode7h）
PayPal（https://www.paypal.com/ncp/payment/ZEWFKDX595ESJ）

致谢

• whisper.cpp 由 Georgi Gerganov 开发：ggml-org/whisper.cpp（https://github.com/ggml-org/whisper.cpp）
• Hy-MT2 由腾讯开发：Tencent-Hunyuan/Hy-MT2（https://github.com/Tencent-Hunyuan/Hy-MT2）
• FFmpeg：ffmpeg.org（https://ffmpeg.org/）

许可证

GPL-3.0。外部 API 和服务（DeepL、OpenAI、Gemini 等）需遵守其各自条款。