让每一帧画面都能美妙地表达
妙幕（SmartSub）是一款本地优先的桌面应用，帮你一站式完成「音视频转字幕 → 翻译 → 校对 → 合成」。所有转写都在本地完成，无需上传文件，隐私无忧；支持批量处理与 GPU 加速，可在 Windows / macOS / Linux 上运行。
3.0 是一次几乎重写的大版本，核心变化如下：
- 🧠 多转写引擎：从单一 whisper.cpp 扩展到 6 种可逐任务切换的引擎——内置
whisper.cpp、faster-whisper、FunASR、Qwen3-ASR、FireRedASR、以及本地Whisper CLI。中文场景可直接选用 FunASR / FireRedASR 等专长模型。 - ⚡ GPU 加速全面重构：新增 Vulkan 后端，AMD / Intel 显卡也能在 Windows/Linux 上加速（此前仅支持 NVIDIA CUDA）；新增「自动 / 仅 GPU / 仅 CPU」加速模式，自动识别显卡、按需下载加速包、失败自动回退到 CPU。
- 🎬 视频合成（字幕烧录）：把字幕硬烧进画面，或软封装为可切换字幕轨；所见即所得预览，支持字体、字号、颜色、描边、阴影、九宫格位置与多种预设样式。
- 📝 字幕校对 + AI 润色：内置校对台，逐句对照视频检查修改，支持撤销/重做与 AI 一键润色。
- 🌐 17 个翻译服务：覆盖主流机器翻译与大模型 API，并支持 OpenAI 风格自定义接入与逐服务的自定义参数。
- 🖥️ 全新任务式界面：以「您想做什么？」为起点的启动台，任务、字幕校对、视频合成、引擎与模型、翻译服务分区清晰；内置新手引导、命令面板（⌘K / Ctrl+K）、快捷键与下载/任务活动中心。
- 支持多种视频/音频格式批量生成字幕
- 6 种转写引擎，可针对每个任务单独选择（详见 转写引擎）
- 完全本地处理，无需联网上传，保护隐私的同时拥有更快的速度
- 支持简繁转换、自定义字幕文件名（方便不同播放器挂载识别）
- 可选中文字幕去标点，让烧录效果更干净
- 支持自定义并发任务数量，批量处理更高效
- 对生成的字幕或导入的字幕进行翻译
- 17 个翻译服务：百度、谷歌、阿里云、火山引擎、豆包、小牛、腾讯、讯飞、DeepLX、Azure、Ollama（本地模型）、DeepSeek、Azure OpenAI、DeerAPI、Gemini、SiliconFlow、通义千问
- 兼容任意 OpenAI 风格 API，可接入 deepseek / azure 等自有服务
- 输出内容可选纯译文，或「原文 + 译文」双语字幕
- 🎯 自定义参数配置：无需改代码，直接在界面为每个 AI 服务配置请求头/请求体参数，并支持导出导入
- 内置校对台，逐句检查与修改
- 视频对照预览，定位更准
- 支持撤销/重做与 AI 一键润色
- 硬字幕烧录：把字幕永久烧进画面，任何播放器都能显示
- 软字幕封装：以流复制方式无损嵌入可切换字幕轨
- 丰富的样式控制：字体、字号、颜色、描边、阴影、九宫格位置，以及多种预设样式
- 所见即所得实时预览
- 本地化处理，文件不出本机
- GPU 加速：NVIDIA CUDA、AMD/Intel Vulkan、Apple Core ML / Metal（详见 GPU 加速）
- 内置加速包管理，无需手动安装 CUDA Toolkit
| 视频合成（字幕烧录） | 字幕校对 |
|---|---|
 |
 |
3.0 把「转写引擎」做成了可逐任务切换的能力，可在「引擎与模型」页面统一管理运行时与模型：
| 引擎 | 说明 | 运行方式 |
|---|---|---|
| whisper.cpp（内置） | 默认引擎，支持 ggml 量化模型与 GPU 加速 | 随应用内置，开箱即用 |
| faster-whisper | 基于 CTranslate2，速度更快，模型按需从 HuggingFace 下载 | 自包含 Python 运行时（应用内下载） |
| FunASR | SenseVoice（中/英/日/韩/粤多语）与 Paraformer-zh，中文表现优秀 | 内置 sherpa-onnx 原生库 |
| Qwen3-ASR | 通义千问语音识别（qwen3-asr-0.6b） | 内置 sherpa-onnx 原生库 |
| FireRedASR | FireRedASR-AED large（中英），中文表现优秀 | 内置 sherpa-onnx 原生库 |
| 本地 Whisper CLI | 调用你自行安装的 whisper 兼容命令 | 使用系统已装命令 |
提示：FunASR / Qwen3-ASR / FireRedASR 均通过内置的 sherpa-onnx 原生库运行，无需额外环境；faster-whisper 会在应用内下载一个自包含运行时。
whisper.cpp / faster-whisper 使用的是 whisper 系列模型，模型越大越准、越慢、越吃显存：
- 低端设备或核显：推荐
tiny/base，速度快、占用小 - 普通电脑：从
small/base起步，平衡精度与资源 - 高性能显卡/工作站：推荐
large系列，精度最高 - 纯英文音视频：选带
en的模型，专为英语优化 - 在意体积：可用
q5/q8量化版本，牺牲少量精度换取更小体积
软件内置 GPU 加速包管理，无须手动安装 CUDA Toolkit。安装后进入「设置 → GPU 加速」，软件会自动检测显卡并推荐合适的加速方案。
| 平台 | 加速后端 | 说明 |
|---|---|---|
| Windows / Linux + NVIDIA | CUDA | 支持 CUDA 11.8.0 / 12.2.0 / 12.4.0 / 13.0.2，应用内下载对应加速包 |
| Windows / Linux + AMD / Intel | Vulkan | 3.0 新增，应用已内置 Vulkan 加速包 |
| macOS（Apple 芯片） | Core ML / Metal | 下载 mac arm64 版本后自动启用 |
| 任意平台 | CPU | 无可用 GPU 时自动回退 |
- 加速模式支持「自动 / 仅 GPU / 仅 CPU」，加载失败会自动降级到 CPU，并在诊断面板给出原因
- 如启用加速后出现闪退，可尝试切换其它版本的加速包，或切换为「仅 CPU」模式
本项目支持百度、火山引擎、阿里云、腾讯、讯飞、小牛、谷歌、DeepLX，以及 Ollama、DeepSeek、Gemini、通义千问、SiliconFlow、Azure OpenAI、DeerAPI 等大模型/聚合平台，共 17 个翻译服务。使用这些服务需要相应的 API 密钥或配置。
对于百度翻译、火山引擎等服务的 API 申请方法，可以参考 https://bobtranslate.com/service/ ，感谢 Bob 这款优秀的软件提供的信息。
对于 AI 翻译，翻译结果受模型和提示词的影响比较大，你可以尝试不同的模型和提示词，找到适合自己的组合。
SmartSub 支持为每个 AI 翻译服务配置自定义参数，让你精确控制模型行为：
- 灵活配置：直接在界面添加和管理自定义参数，无需修改代码
- 类型支持：String、Float、Boolean、Array、Object、Integer
- 实时验证：参数修改时实时校验，防止无效配置
- 导入导出：方便团队共享和备份
- 自动保存：沿用系统设计，任何修改自动保存
请根据自己的电脑系统和芯片，选择下载对应安装包。GPU 加速包无须在下载时选择，安装软件后可在应用内下载。
| 系统 | 芯片 | 下载安装包 | 说明 |
|---|---|---|---|
| Windows | x64 | windows-x64 | NVIDIA 用 CUDA，AMD/Intel 用 Vulkan，应用内下载 |
| Mac | Apple | mac-arm64 | 自动启用 Core ML / Metal 加速 |
| Mac | Intel | mac-x64 | 仅 CPU，不支持 GPU 加速 |
| Linux | x64 | linux-x64 | NVIDIA 用 CUDA，AMD/Intel 用 Vulkan，应用内下载 |
macOS 用户可以通过 Homebrew 快速安装，会自动根据芯片类型（Intel/Apple Silicon）下载对应版本：
# 添加 tap（只需执行一次）
brew tap buxuku/tap
# 安装
brew install --cask smartsub升级和卸载：
# 升级到最新版本
brew upgrade --cask smartsub
# 卸载
brew uninstall --cask smartsub- 前往 release 页面根据自己的操作系统下载安装包
- 或者使用网盘 夸克 选择对应的版本进行下载
- 安装并运行程序
- 跟随新手引导，下载一个语音模型
- 在「翻译服务」中配置所需的翻译服务（可选）
- 在启动台选择任务，拖入音视频或字幕文件
- 设置相关参数（源语言、目标语言、引擎、模型等）
- 开始处理任务
1️⃣ 克隆本项目在本地
git clone https://github.com/buxuku/SmartSub.git2️⃣ 在项目中执行 yarn install 或者 npm install
cd SmartSub
yarn install
yarn sherpa:fetch # 下载 sherpa-onnx 原生库如果是 windows / linux 平台，或者 Mac intel 平台，请前往 https://github.com/buxuku/whisper.cpp/releases/tag/latest 下载对应的 node 文件，并重命名为 addon.node , 覆盖放在 extraResources/addons/ 目录下。
3️⃣ 依赖包安装好之后，执行 yarn dev 或者 npm run dev 启动项目
yarn dev因为模型文件比较大，如果通过该软件下载模型会存在难以下载的情况，可以手动下载模型并导入到应用中。以下是两个可用于下载 whisper 模型的链接：
-
国内镜像源（下载速度较快）： https://hf-mirror.com/ggerganov/whisper.cpp/tree/main
-
Hugging Face 官方源： https://huggingface.co/ggerganov/whisper.cpp/tree/main
如果是苹果芯片，需要同时下载模型对应的 encoder.mlmodelc 文件，并解压出来放在模型相同目录下。（如果是 q5 或者 q8 系列的模型，无须下载该文件）
下载完成后，您可以通过应用「引擎与模型」页面中的「导入模型」功能将下载的模型文件导入到应用中。或者直接复制到模型目录里面即可。
导入步骤：
- 在「引擎与模型」页面中，点击「导入模型」按钮。
- 在弹出的文件选择器中，选择您下载的模型文件。
- 确认导入后，模型将被添加到您的已安装模型列表中。
FunASR / Qwen3-ASR / FireRedASR 等引擎的模型，可在「引擎与模型」页面内按需下载（支持 ModelScope / GitHub 等多源）。
在终端中执行以下命令：
sudo xattr -dr com.apple.quarantine /Applications/SmartSub.app然后再次运行应用程序。
👏🏻 欢迎提交 Issue 和 Pull Request 来帮助改进这个项目！
⭐ 如果您觉得这个项目对您有帮助，欢迎给我一个 star，或者请我喝一杯咖啡（请备注你的 github 账号）。
👨👨👦👦 如果您有任何使用问题，欢迎加入微信交流群，一起交流学习。
| 支付宝收款码 | 微信赞赏码 | 微信交流群 |
|---|---|---|
 |
 |
 |
本项目采用 MIT 许可证。详情请见 LICENSE 文件。