好用的字幕/打轴工具：Openai whisper

上个视频实践了下 OpenAI Whisper ，这个工具拿来打轴真的好用，其中的 large、medium 模型相较网易见外、剪映对于英文字幕稀碎的断句有极大的提升（差不多 90% 以上的句子不需要重新调时间轴），极大减少调整时间轴的工作量。单词准确性方面甚至比 youtube 的自动字幕更强一点（甚至可以识别出很大一部分例如 Baneling 、 Auto-Turret 这类游戏内专有名词，而国内的服务完全不行），进一步减少调整字幕的耗时。

目前网易见外字幕生成已经不免费，剪映则是要第三方工具来导出字幕，而且两者和 Google 、微软的服务一样，都需要上传自己的数据。而 OpenAI Whisper 完全开源免费，所有的数据不需要上传，在本地即可处理，速度更是完全超越网易见外，比剪映也快不少（显卡不同，速度也不同。CPU也可以处理，就是慢一点。medium 模型显存占用 6G，large 显存占用在 12G 以内）。

缺点是它的多语言的翻译支持只能是其他语言翻译为英文，官方说暂时还不能完成英文翻译到中文这种任务（中文语音生成中文字幕还是可以的）。如果中间有大段（20秒以上）的无对话片段，识别时会重复之前的字幕，需要用其他手段识别字幕区间。而且有时候 large 模型的断句反而不如 medium，这种情况多出现在剪辑过的片段中。推测可能的原因是 large 模型需要联系较长的上下文，如果视频由较短的片段拼凑起来，那么上下文就会比较混乱，导致 medium 的断句反而更优。

即便如此，OpenAI Whisper 也是做英文字幕/打轴首选的工具。这大概是普通人能享受到的为数不多的红利了吧。