字幕对不上、全是乱码?用 Subtitle Edit 一次修干净
【免费下载链接】subtitleeditthe subtitle editor :)项目地址: https://gitcode.com/gh_mirrors/su/subtitleedit
拖进播放器的字幕,字还没到嘴先出来了;换一批字幕,满屏方块和"口口口"。免费开源字幕编辑器 Subtitle Edit 就是干这个的:乱码修复、时间轴同步、批量格式转换、翻译、语音识别,一套全在本地跑,不装插件也能用。
项目快览
| 项目 | 说明 |
|---|---|
| 名称 | Subtitle Edit |
| 开源协议 | MIT |
| 支持平台 | Windows / macOS / Linux |
| 字幕格式 | 380+ 种可读写,含图像字幕 |
| 翻译引擎 | 20+ 个,含 Ollama、llama.cpp 本地大模型 |
| 语音识别 | Whisper(多后端)+ 本地 ASR 模型 |
| 离线能力 | 编辑、转换、播放全程离线,仅主动联网功能传数据 |
三步跑起来
第一步:安装。Windows 下载安装包一路"下一步";macOS 从 v5.2 起 DMG 已签名公证,双击拖进"应用程序"即可,包内自带 libmpv 和 ffmpeg,不用碰终端;Linux 装 Flatpak 包或原生 tar.gz 包,依赖同样是 mpv 与 ffmpeg。
第二步:打开字幕。把 .srt、.ass 甚至 VobSub 这类文件直接拖进去。编码自动识别,"口口口"式的乱码在打开那一刻基本就消失了。
第三步:对一次时间轴。打开视频,底部出现音频波形。挑两三条台词,把它们拖到波形上对应的语音位置,整片时间轴按比例修正完。
能力拆解
乱码字幕怎么修:打开时就自动识别编码
字幕显示成方块,多半是编码不匹配——同一句"你好",UTF-8 和 GBK 读出来完全不同。Subtitle Edit 打开文件时先做编码检测,你甚至不需要知道它原来是哪种编码。修好后另存为指定编码的 SRT,播放器那边就正常了。用从论坛下载字幕最多的人最该先走这一步。
字幕快两秒怎么对齐:波形同步把偏移量摊在眼前
手动改几百条时间码,改到天亮也不保证对。正确做法是"看":底部波形图上语音出现在哪一帧,清清楚楚。点"点同步",标记两三个已知偏移的点,程序按公式外推整片;前后节奏不一致(开头快、结尾慢)时,用视觉同步分别锁定起点场景和终点场景,各修各的。波形和画面都不用离开主窗口。做剧集批量修时间轴的人最该用。
整文件夹换格式:批量转换一次跑完
三十个视频,三十个字幕,格式还各不一样?把整个文件夹拖进批量转换,选目标格式和编码,再挂上"修复常见错误""偏移时间码"这类转换函数,一键输出到新目录。380+ 种格式任选,遇到 VobSub、蓝光 SUP 这类图像字幕,还能顺手挂上 OCR 直接把图像里的文字识别成可编辑文本。管片源、管下载目录的人最该用。
没有中文字幕:20 多个翻译引擎直接翻
英文原版想变中文,不用再复制到网页里来回折腾。引擎列表里有 Google、DeepL、微软、百度这些在线服务,也有 Ollama、llama.cpp、LM Studio 这类本地大模型入口——本地方案意味着文本不出你的机器。选源语言、目标语言,逐条核对结果,还能保留原文做双语对照。注意:在线引擎会把待翻译文本发给对应服务商,介意隐私就选本地模型。做双语字幕、翻译学习的人最该用。
连字幕都没有:Whisper 语音识别直接"听写"
网课、采访、现场录音,一个字都没有。把视频拖进来,选语言和模型,跑 Whisper 就得到带时间轴的完整字幕。模型选择有取舍:tiny 最快但错得多,large 最准但慢,日常从 base 或 small 起步最稳。识别完只需复查专名和同音词,工作量比手敲省一个数量级。局限要说明白:macOS 上想用 MLX Whisper 后端得自己装一次 Python 包;中文没有拼写检查,这一步之后得靠人工核对。
场景速查表
| 你遇到的状况 | 用哪个功能 | 操作入口 |
|---|---|---|
| 打开是方块、问号乱码 | 自动编码识别,另存为新编码 | 文件 → 打开 |
| 整片比画面快或慢两秒 | 点同步,按波形对两个点 | 工具 → 点同步 |
| 开头准、结尾越漂越远 | 视觉同步,分别锁定起止场景 | 工具 → 视觉同步 |
| 一文件夹字幕要统一格式 | 批量转换 + 转换函数链 | 文件 → 批量转换 |
| 英文字幕要变中文 | 自动翻译,选在线或本地引擎 | 文件 → 自动翻译 |
| 空音视频没有任何字幕 | Whisper 语音识别 | 文件 → 从语音创建 |
| 字幕观感廉价 | ASS/SSA 样式编辑器 | 文件 → ASSA 属性 |
常见疑问
Whisper 模型到底选哪个?按机器和时间预算来:4 核老机器用 tiny 或 base,几分钟出结果;有独显、能等的话上 small 或 large。日常素材 base 和 small 的准确率够用,large 留给专名密集、口音重的录音。
翻译跑到一半失败了怎么办?在线引擎失败多是网络或额度问题,先看报错再决定换引擎还是重试,已完成的条目不会丢。本地引擎(Ollama 等)连不上,先确认模型服务在跑、模型名拼对。
图像字幕的 OCR 精度怎么样?清晰的大字、纯色背景效果好,模糊小字、艺术字体会翻车。识别结果出来务必过一遍"修复常见错误"再精校,别指望零修改。
哪些功能必须联网?编辑、格式转换、波形同步、视频播放全部离线。只有你主动使用在线翻译、在线语音识别这类服务时,最小必要数据才会发给对应服务商;选本地引擎则一条都不出。
动手清单
- 从项目 Release 页下载对应平台的官方安装包
- 或克隆仓库源码:
git clone https://gitcode.com/gh_mirrors/su/subtitleedit - 把那份"打不开、对不上"的字幕拖进去,先做编码识别,再对一次波形
更多细节可查 官方文档,每个功能都有图文说明;截图合集在 docs/screenshots/。
【免费下载链接】subtitleeditthe subtitle editor :)项目地址: https://gitcode.com/gh_mirrors/su/subtitleedit
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考