视频AI字幕/翻译-卡卡字幕助手（VideoCaptioner）-还能下载B站油管等平台视频

卡卡字幕助手（VideoCaptioner）是一款基于大型语言模型（LLM）的开源免费视频字幕处理软件，适用于自媒体短视频字幕制作、网课或讲座视频转文字稿、多语种内容本地化等，适用于视频创作者、教育内容制作者、自媒体运营者、字幕翻译团队、视频编辑爱好者等人群。其项目地址为。

• 下载地址见文末

功能特点

1. 多平台视频下载与处理：支持从国内外主流视频平台如 B 站、YouTube 等下载视频，并能自动提取视频中的原有字幕进行处理，还支持导入 Cookie 信息，下载需要登录的视频资源。
2. 专业的语音识别引擎：提供多种在线识别接口，如 B 接口、J 接口，免费且速度快，效果媲美专业剪辑软件。同时支持本地 Whisper 模型，如 WhisperCpp、fasterWhisper，可保护用户隐私并实现离线处理，其中 fasterWhisper 支持 CUDA，速度更快，时间轴更准确，且能识别中文、英文等 99 种语言，外语效果优秀。还支持人声分离和背景噪音过滤，提升语音识别准确率。
3. 字幕智能纠错：利用 LLM 对生成的字幕进行智能纠错，自动优化专业术语、代码片段和数学公式格式，基于上下文进行断句优化，提升阅读体验，还支持文稿提示，使用原有文稿或者相关提示优化字幕断句。
4. 高质量字幕翻译：结合上下文进行智能翻译，确保译文兼顾全文，采用 “翻译 – 反思 – 翻译” 方法论，通过 Prompt 指导大模型反思翻译，提升翻译质量，使用序列模糊匹配算法，保证翻译后的时间轴与原视频完全一致，支持多种语言翻译。
5. 字幕样式调整：提供丰富的字幕样式模板，如科普风、新闻风、番剧风等，支持 SRT、ASS、VTT、TXT 等多种字幕文件格式输出，还支持自定义字幕位置、字体、颜色等样式设置。
6. 高效处理：支持批量处理视频，用户可以一次性处理多个视频文件，大大缩短了字幕制作时间，提升处理效率。

技术架构

• 语音识别：基于 OpenAI Whisper 模型。
• 视频处理：采用 FFmpeg 多媒体框架。
• 翻译引擎：支持 Google/Microsoft 翻译 API 等。

软件优势

• 零成本：开源免费，适合个人创作者和小型团队。
• 全链路自动化：支持从视频到语音分离、字幕生成、翻译到导出的一条龙处理。
• 格式兼容性强：可导出与 Premiere/Final Cut Pro 等专业软件兼容的字幕文件。
• 隐私保护：支持本地离线运行，保护用户隐私。

下载地址

• 登录后即可查看网盘地址
• 网盘图标旁数字或英文既是提取码
• 如无对应网盘会员，请先下载到设备再进行解压