📌??大家好，我是智界工具庫，每天分享好用實用且智能的開源項目，以及在JAVA語言開發中遇到的問題，如果本篇文章對您有所幫助，請幫我點個小贊小收藏小關注吧，謝謝喲！😘

博主聲明：本文旨在提供技術指導和靈感，不涉及任何具體軟件或工具的推廣。

一、簡介：

???????????????《VideoCaptioner》操作簡單且無需高配置，支持網絡調用和本地離線（支持調用GPU）兩種方式進行語音識別，利用大語言模型進行字幕智能斷句、校正、翻譯，字幕視頻全流程一鍵處理。為視頻配上效果驚艷的字幕。

最新版本已經支持 VAD 、人聲分離、字級時間戳、批量字幕等實用功能

• 無需GPU即可使用強大的語音識別引擎，生成精準字幕
• 基于 LLM 的智能分割與斷句，字幕閱讀更自然流暢
• AI字幕多線程優化與翻譯，調整字幕格式、表達更地道專業
• 支持批量視頻字幕合成，提升處理效率
• 直觀的字幕編輯查看界面，支持實時預覽和快捷編輯
• 消耗模型 Token 少，且內置基礎 LLM 模型，保證開箱即用

二、應用場景：

1. 自媒體創作者??

• ??會員功能替代??：
  • 字幕翻譯??：調用LLM模型翻譯（支持DeepSeek/Claude），質量優于剪映機翻，且無VIP限制；
  • ??字幕樣式??：提供新聞風、番劇風等模板，直接導出ASS/SRT格式，兼容Premiere無縫編輯。
• ??隱私保護??：本地處理視頻數據，避免剪映云端上傳風險。

??2. 教育工作者??

• ??網課字幕生成??：
  • 分離人聲與背景音（VAD技術），嘈雜教室錄音仍可精準識別；
  • 數學公式/代碼術語自動校正（剪映無此功能）。
• 多語言本地化??：支持99種語言翻譯，適配外文課程視頻。

??3. 開發者擴展??

• ??二次開發接口??：
  • 提供標準OpenAI API格式，可接入SiliconCloud、Ollama等自建模型；
  • 批處理腳本支持命令行操作，集成至自動化流水線

三、截圖示例：

四、安裝教程：

下載源碼項目：點我下載安裝包https://pan.xunlei.com/s/VOXupvkeWZmYuCSMsyfW1JF6A1?pwd=ad5t#

?基本配置

1. LLM API 配置說明

LLM 大模型是用來字幕段句、字幕優化、以及字幕翻譯（如果選擇了LLM 大模型翻譯）。

配置項	說明
SiliconCloud	SiliconCloud 官網配置方法請參考配置文檔 該并發較低，建議把線程設置為5以下。
DeepSeek	DeepSeek 官網，建議使用?deepseek-v3?模型， 官方網站最近服務好像并不太穩定。
Ollama本地	Ollama 官網
內置公益模型	內置基礎大語言模型（gpt-4o-mini）(公益服務不穩定，強烈建議請使用自己的模型API)
OpenAI兼容接口	如果有其他服務商的API，可直接在軟件中填寫。base_url 和api_key

注：如果用的 API 服務商不支持高并發，請在軟件設置中將“線程數”調低，避免請求錯誤。

本文完結！

祝各位點贊收藏的大佬們身體健康，萬事如意，發財暴富💖💖💖！！！