有小伙伴问AI字幕是怎么做的，详细解答一下。步骤，1、语音识别获取源语言字幕。2、AI翻译成中文。3、校对，听不懂无法校对，只做了微小的修改。

语音识别

WhisperX

基于 OpenAI 的 Whisper 模型，通过强制对齐方式与语音模型 ASR，改进了 Whisper 的时间戳精度。缺点是有时候句子会很长。（好像可以改善，没研究过）

GitHub地址：https://github.com/m-bain/whisperX

我是在Google Colab运行的，可以参考：https://github.com/JimLiu/whisper-subtitles/blob/main/whisperx_youtube_subtitle.ipynb

Buzz

基于Whisper的开源软件，可以离线使用，缺点是只能使用CPU，识别速度较慢。

GitHub地址：https://github.com/chidiwilliams/buzz

N46Whisper

乃木坂46字幕组制作的Google Colab应用，语音识别+AI翻译，语音识别相较于WhisperX，时间戳会有偏差。

GitHub地址：https://github.com/Ayanaminn/N46Whisper

剪映国际版和PR

识别的字幕也不错，缺点是句子有些零碎，在翻译过程中无法发挥AI联系上下文的优势。

翻译

需要一个ChatGPT账号，获取API key，在应用内填入。（注册会送5美元API额度，但有限速，可以付费或使用第三方key，可自行搜索相关教程）

也可以直接跟ChatGPT对话

用到的工具首先是上面的N46Whisper，还有下面两个分别可以在网页和本地运行。如果用搜索引擎搜索还有很多，我只用过这三个。

AI Subtitle Translation：https://github.com/cgsvv/AISubtitle

Subtitle Translator：https://github.com/gnehs/subtitle-translator-electron

感谢各位小伙伴的支持和认可~

个人能力有限无法保证字幕准确度，仅供参考哦~

希望大家看得开心~~

Vamos Argentina！