MioSub：开源 AI 字幕工具，自动完成视频转录、翻译与压制

MioSub 可以理解成一个开源的“字幕加工客户端”。导入本地视频，或者粘贴 YouTube、Bilibili 等视频链接后，它会顺次完成语音转录、多语言翻译、时间轴对齐、字幕导出和视频压制，最后生成带字幕的视频，或者导出 SRT/ASS 字幕文件。

以前给外语视频做中文字幕，是个典型的体力活：你需要先下载视频，再提取音频，接着扔给 Whisper 跑出英文字幕，再找翻译软件弄成中文，最后回到剪辑软件里一句句对齐时间轴。MioSub 的核心价值，就是把这些分散的环节全部打包接管，做成一个开源桌面端工作台

在线字幕服务适合临时处理短视频，但长视频一多，费用、上传等待和修改成本都会变得明显。MioSub 是更偏本地工作流：把转录、翻译、对齐和压制放在同一个桌面端里，让你不用在多个工具之间反复切换。

MioSub 是一款跨平台的开源 AI 字幕工具，支持 Windows、macOS 和 Linux。它集成了视频导入、Whisper 转录、大模型翻译、术语提取、时间轴对齐与视频压制，优势是简化多语言长视频和播客的字幕后期流程。不过，它并不是完全离线工具，翻译环节仍需要用户自行配置 API Key，本地转录速度也会受到电脑硬件影响。

MioSub 更像字幕工作流工具，不只是 AI 字幕生成器

很多在线字幕工具解决的是“快速给视频加字幕”，而 MioSub 更偏向完整流程：从视频导入、音频转录、翻译、术语统一、时间轴对齐，到最终导出字幕文件或压制成片。它的优势不在于零门槛，而在于把长视频字幕处理里最碎的几个环节放到同一个桌面端里。

MioSub 如何完成视频转录、字幕翻译与压制

放到实际字幕制作里，MioSub 比较有用的地方主要有这几块：

• 在线直连与长内容支持：支持直接粘贴 YouTube 或 B站链接，并且它不仅处理视频，还能直接处理播客、有声书等纯音频文件。
• 术语提取与一致性：普通机器翻译在专业词和语境连续性上容易前后不一致。MioSub 支持自动提取术语，这对于做科技类、学术类视频翻译比较实用。
• 人工兜底机制：粘贴链接后，你可以让工具先跑完整条处理流程，但针对复杂的专业词、角色名和时间轴，后续仍建议在可视化界面里人工检查和微调。

MioSub 和剪映、必剪自动字幕的区别

提到自动加字幕，很多人第一反应是剪映或必剪。这两者面向的是短视频快剪场景，优势是零门槛、且和剪辑流程高度一体化。但如果场景换成几十分钟的外语公开课、纯音频播客或纪录片，常规短视频软件往往不支持导出标准 SRT/ASS 文件，多语言互译能力有限，也没有纯本地离线转录的选项。

MioSub 作为一款开源 AI 字幕工具，定位更接近纯粹的字幕工作流：它不管剪辑，只管字幕。它整合了 yt-dlp（视频下载）、FFmpeg（音视频处理）和 whisper.cpp，把这条垂直链路做得更深。两者不在同一个赛道上，不是简单的谁替代谁的关系。

使用 MioSub 前要注意 API 成本、本地性能和 AGPL 协议

MioSub 的门槛主要不在安装，而在 API 配置、本地转录性能和开源协议边界。

API 配置与成本提醒：

MioSub 并不是 100% 离线运行。它的“语音转文字（Whisper）”可以在本地运行，不传数据；但它的“翻译环节”依赖 Google Gemini 等大模型 API。这意味着你需要自备 API Key，且转录文本最终会经过第三方模型接口，这部分可能会产生实际的 API 调用费用。
如果你处理的是内部会议、未公开课程、商业素材或客户视频，需要额外注意数据流向。即使转录在本地完成，翻译阶段仍可能涉及第三方模型服务，具体隐私策略、日志保留和费用规则，应以对应 API 服务商的说明为准。

硬件配置与开源协议提醒：

本地 Whisper 转录比较吃 CPU 和独立显卡性能，轻薄办公本也能跑，但在处理长视频时速度可能不会太理想。此外，该项目采用 AGPL-3.0 协议，个人学习和普通使用通常问题不大；但如果要改造后对外提供网络服务或集成进商业产品，建议提前核对协议义务。
如果你手头的设备性能过关，并且能够搞定 API 配置，MioSub 更适合作为一个长期使用的字幕工作流方案，帮助创作者降低在转录、翻译和压制之间反复切换的时间成本。

---

MioSub 项目主页与源码入口