AutoSubs:一款完全开源的字幕生成工具

做视频的朋友都知道，剪片的过程中，最耗时耗力的往往不是剪辑本身，而是字幕制作。

要么用剪映这类工具的 AI 识别，免费版限制多多，付费版又肉疼；要么硬着头皮逐句敲字，反复核对时间轴，眼睛都看花了；更别说碰到多人对话的场景，整理说话人、对齐节奏，简直让人崩溃。

最近在 GitHub 上看到一个 4.3K 标星的开源字幕识别工具，可有效解决视频字幕相关痛点。

它叫做 AutoSubs — 一款完全开源的字幕生成工具，不仅能一键生成高质量字幕，还能自动区分不同说话人，让很多人彻底告别了字幕制作的噩梦。

项目简介

AutoSubs 是由开发者 Tom Moroney 打造的开源字幕工具，专门为视频创作者设计。

它的核心理念很简单：让字幕制作变得简单高效。

这个项目在 GitHub 上完全开源，任何人都可以免费使用。和市面上很多需要联网、依赖云服务的字幕工具不同，AutoSubs 把 AI 模型直接跑在你的本地设备上。

这意味着三件事：

• • 隐私安全：不需要上传视频到云端，敏感内容也不怕泄露
• • 速度更快：没有网络延迟，处理速度直接拉满
• • 完全免费：一次性下载模型后，以后使用没有任何订阅费或调用次数限制

目前 AutoSubs 支持 Windows、macOS（Apple Silicon 和 Intel 双架构）以及 Linux 三大主流系统，而且提供一键安装包，小白用户也能轻松上手。

核心亮点

• • 本地运行，隐私安全：采用完全本地运行的方式。所有的 AI 转录、说话人识别、翻译等功能，都在你的电脑上完成，不需要把视频上传到任何服务器。
• • 说话人自动识别与颜色标记：它能自动识别出不同的说话人，给每个说话人分配一个独特的颜色标签。这样在编辑和观看时，谁在说什么一目了然，不用再费劲去区分。
• • 多种 AI 模型可选：内置了多种 AI 转录模型，包括 Whisper、Parakeet 和 Moonshine 等。
• • DaVinci Resolve 深度集成：它可以直接和 Resolve 集成，一键把生成好的字幕发送到时间线上，甚至支持每个说话人单独设置样式（颜色、轮廓、边框等）。

功能特性

• • 一键转录音视频，支持 50+ 语言
• • 现代字幕编辑器，精细调整
• • 独立模式，不依赖剪辑软件
• • 翻译功能，支持英文输出
• • 多种导出格式

技术特点

AutoSubs 之所以能做到这么快、这么轻，和它的技术架构分不开。

它是一个基于 Tauri 构建的桌面应用，前端用 React + TypeScript 开发，后端用 Rust 语言写的。

Rust 语言以高性能和内存安全著称，用它来做后端，保证了转录和处理的速度。Tauri 则是一个比 Electron 更轻量的桌面应用框架，让应用的体积更小，占用资源更少。

整个处理流程是这样的：

用户选择文件点击转录 → Rust 后端通过 FFmpeg 预处理音频（归一化、格式转换）→ 转录引擎运行选定的 AI 模型（Whisper/Parakeet/Moonshine）→ 可选运行 Pyannote 进行说话人识别和翻译 → 格式化器应用换行、时间约束和语言特定规则 → 结果实时流式传回 UI。

快速上手

AutoSubs 的使用非常简单，即使是小白也能快速上手。

官网提供了 Windows 和 macOS 的一键安装包，直接下载安装就行。Linux 用户也有 .deb 包可用。

官网地址：https://tom-moroney.com/auto-subs/

或者在项目 Release 下载：https://github.com/tmoroney/auto-subs/releases/latest

写在最后

在视频创作这个领域，好的工具能让效率提升十倍。

AI 技术让繁琐的工作变得简单；它完全开源免费，没有订阅费，没有隐私担忧；它既有独立模式，又能和专业剪辑软件深度集成，满足不同创作者的需求。

如果你正在为字幕制作而烦恼，不妨试试 AutoSubs。或许它能帮你把更多时间用在创作本身，而不是反复调整时间轴上。

GitHub 地址： https://github.com/tmoroney/auto-subs

官网地址： https://tom-moroney.com/auto-subs