看到一位佬友的帖子，下面有人需求动作影片的字幕方案，为了不影响原帖的解答，我就另开一个帖子了。
朋友们，有什么比较好的声音（日语为主）转字幕方案吗？
搞七捻三
最近自己下了几个日语音声，想生成srt文件然后翻译一下。结果发现各种方案都有一定问题： 1、直接拿工具提取了纯净人声，然后用buzz，加载whisper large V3去生成字幕，基本还好，但是经常在没声音的地方乱加字幕，以及有时候字幕所对应时间集体错位。 2、下了qwen-asr 1.7B，识别能力不错，但是自带的字幕时间轴功能及其拉跨，几分钟的音频几个字就当一句音频，有的几百毫秒有的十几…
其实方案早就有了，使用下面这个项目将日语转为英文字幕，可以在项目里配置大模型翻译也可以手动贴到别的应用翻译，接下来就是享受的时间~
github.com
GitHub - meizhong986/WhisperJAV: ASR/STT subtitle generator. Uses Qwen3-ASR, local...
ASR/STT subtitle generator. Uses Qwen3-ASR, local LLM, Whisper, TEN-VAD. Noise-robust for JAV
至于效果我只能说包你一用一个不吱声 
4 个帖子 - 3 位参与者
来源: linux.do查看原文