自从看片以来，一直为找字幕深深苦恼。因为并未学过日文，且个人口味比较倾向轻一些的凌辱，高傲女堕落，捆绑，调教类的（这类的影片往往没有字幕），之前还喜欢PTA会长系列的（近期的字幕少了），另外近期也转向无码片和FC2（往往没有字幕）。一直在尝试如何得到一个合适的字幕。现在方法已经完善许多，因此本着互联网的开源精神，专门写一个帖子来进行阐述。
首先放重点，对于字幕的制作我最为推荐的方法就是采用openAI发布的Whisper模型，免费开源，识别准确率也非常可以。此外，彩云小译，小白浏览器这几类收费的应用效果要比whisper好，但相应的，要花钱。另外一个不花钱的是华为鸿蒙的智能字幕功能，效果也非常好，但是华为的字幕是实时的，没有带时间轴，因此想要得到字幕得看完视频才行，而我看视频都喜欢拉着看，上下文不清楚的话字幕翻译也非常不好，总之不符合使用习惯，不太方便。同时autosub我也使用过，确实可以，主要是调用google的接口进行语音识别，但是需要科学上网，比较麻烦也不符合我的要求。
这里就要重磅推荐openAI的whisper模型了，地址是在这里
https://github.com/openai/whisper。我个人使用的是whisper-webUI，效果要好一些，因为添加了VAD，地址是在这里
https://gitlab.com/aadnk/whisper-webui，
https://github.com/openai/whisper/discussions/397。个人使用的感觉是，能得到大概80%-90%准确的字幕，另外免费带时间轴，非常符合我的使用习惯，因此推荐给大家。
首先讲一下这个方法的前置要求
1.最好有一个好一点的显卡，没有显卡也没事，但cpu跑起来非常慢。
2.需要有一点电脑基础，会用命令指示符就行。
接下来讲解一下whisper的使用
首先推荐一个网址
https://newzone.top/posts/2022-11-18-whisper_ai_subtitles.html#model。大部分的基础都在里面了。我主要讲一下whisper-webUI的使用，需要声明的是，以下教程都是基于windows环境的。
你需要的是先安装python 3.9（官方推荐）还有git，接着直接git clone
https://gitlab.com/aadnk/whisper-webui.git我个人推荐在文件夹中创建一个虚拟环境再进行安装，这样管理起来会方便很多，因此首先要做的是
cd whisper-webui
然后
python -m venv venv
.venv(添加斜杠，这里打不出来)Scripts(添加斜杠，这里打不出来)Activate.ps1
这样就激活了虚拟环境了
然后pip install -r requirements.txt就行了
如果你是N卡用户的话，需要安装cuda，以使用显卡进行加速，此外torch也需要再官网上查看适合自己cuda版本的torch。
然后你就可以使用whisper-webui了，
由于whisper-webUI是没有一键启动的bat文件的，因此我写了一个bat文件进行一键启动，这里是我的代码，写到txt文件里，然后把后缀名改成bat就行了。
@echo off
call .venv(添加斜杠，这里打不出来)Scripts(添加斜杠，这里打不出来)activate.bat
call python app.py --whisper_implementation faster-whisper --input_audio_max_duration -1 --server_name 127.0.0.1 --auto_parallel True
第一次推理字幕会花时间下载模型，因此没有反应不要着急
另外需要提醒的一点是whisper需要采用音频进行推导，因此最好自己把影片的音频单独提出来，我采用的是FFmpeg，自己写了一个脚本进行批量转换，大家个人的话可以采用市面上的影片转音频软件，都差不多。
楼主也只是一个初步的使用者，大家如果有什么whisper的使用经验的话，可以在这里分享一下。
ps：不知道为什么这边斜杠打不出来，记得把(添加斜杠，这里打不出来)替换成斜杠
最后展示一下翻译成果（我把OIGS-捆绑人妻系列我喜欢的几部的字幕都翻译出来了），再声明一下whisper的优点：
1.开源，免费；
2.本地运行，不依赖网络环境；
3.识别准确率高；
4.直接生成字幕文件，自带时间轴，不用手动粘贴修改
[ 此貼由Diss重新編輯：2025-05-11 23:11 ]
赞(77)