给视频配字幕，能不能不花钱也不上传？（附skill安装地址）

给视频配字幕，能不能不花钱也不上传？

你电脑里大概也囤着几段视频：一场讲座、一段播客、一条产品演示，想加字幕发出去，却一直拖着没动。

可一拖就是半年。不是懒，是每次打开字幕工具都犯难——要么按分钟计费，一小时几十块；要么要把视频传到别人服务器上，而内容可能还涉密。那种「明明是我自己的东西，却要交给别人、还得花钱」的别扭，你大概也熟。

你犹豫一下，关掉了网页。字幕，又没做。

这事其实可以不这么拧巴。

一个反常识的事实

多数在线字幕工具，默认要把你的音视频传到云端才能识别。

而这套流水线——抽音轨、识别、校对、出字幕——全在你自己电脑上跑。模型权重下到本地之后，拔了网线也能用。没有按量扣费，没有内容出库，没有 token 账单。

说白了，它给的是「不想把内容交出去、又不想为字幕持续付费」的人。它不太适合「随手丢一段、要立刻出完美字幕」的预期；更适合愿意在自己电脑上搭一次、之后批量慢慢跑的人。

冷知识：它用的识别引擎是 Whisper，权重首次运行会自动下载（base 约 140MB）。国内直连官方源常超时，程序会自己切到镜像站；下好后就能彻底离线。后面会说几个真实的坑。

它到底在做什么

整条链路是一条本地脚本流水线：

抽音轨（ffmpeg）→ Whisper 本地识别 → 词表校对（专名纠偏）→ 断句优化 → 输出 srt / vtt。

默认用 base 模型、默认中文。档位（tiny 到 large-v3）、语言、样式都能调，整目录也能批量丢进去。

它正好接住几类人反复踩的坑。

三类人会用得上

① 知识博主 / 课程制作者。 一批录播课要配字幕，云端按分钟太贵，自己电脑跑一夜不花钱。

② 想做双语 / 出海的人。 中英双语字幕，同一段音频跑两遍模型，自动按时间戳并成「中文行 + 英文行」。

③ 注重隐私的人。 会议记录、内部培训、还没公开的内容，不想上传任何服务器。

一个特别实用的点：内容里一旦有专名——角色名、品牌、术语（比如命理、小说人名），Whisper 极容易把同音字翻车。把专属词列进一张词表，识别完会自动纠一遍。后面有例子。

怎么用，三步就够

第 1 步，先自检环境（不处理文件，只告诉你缺什么）：

python scripts/cli.py --check

第 2 步，常用的一句——中文视频出中文 srt，顺手过词表：

python scripts/cli.py 讲座.mp4 --wordlist assets/wordlist.example.json

第 3 步，决定字幕长什么样。 三种形态对照一下：

想双语就加 --mode bilingual --vad；整目录批量直接把文件夹当参数传；要更准就上 --model large-v3（吃显卡或耐心）。

收藏这张高频命令速查，省得每次翻文档：

词表小技巧：格式很简单，字典式就行——{"陆晨":"陆辰","奇门盾甲":"奇门遁甲"}。识别完脚本按词整词替换，长词优先匹配。专名密集的内容，这张表能救回一大半误识。

把丑话说在前

它不是魔法，有几处要心里有数：

识别做不到完全准确。 尤其专名密集的内容，必须过词表 + 人工过一遍。别指望一键完美。

base 模型默认吐繁体。 因为它的训练语料里港台繁体占比高。实测一段简体朗读，base 仍输出繁体。词表校对是精确字形匹配——模型吐出繁体「鹿塵」，你词表里写简体「陆晨」就对不上，会静默跳过。所以词表的 wrong 键要用模型实际吐出的字形（仓库示例已按真实繁体填好，可直接参考）。要统一简体，要么把繁体 wrong 键补进词表，要么自己装个 OpenCC 跑一道。

双语 = 同一段音频跑两遍模型。 CPU 上能跑，但慢。追求速度就上 GPU 或更大模型。

硬烧不可逆。 烧进画面的字幕改不了，务必先校好 srt 再 --burn。

首次要下模型权重。 base 约 140MB，好在已自动切国内镜像、下完可离线。Windows 硬烧中文容易出方块，记得用 --font-file 指定中文字体。

认知增量：很多人不知道——「双语字幕」本质是模型跑两遍（一遍识别、一遍翻译），所以慢；而「词表校对」靠的是字形精确匹配，这也就解释了为什么繁体内容要特意用繁体 wrong 键。这两点，是它和「一键云端魔法」本质不同的地方。

适合谁先试

如果你也属于「录了一堆视频，字幕一直拖着没做」的人——你需要的不是又一个按分钟收费的网页，而是一条能在自己电脑上跑完的本地流水线。

先跑一句 --check 看看环境齐不齐，比直接冲进任何工具都稳。

你手头有没有哪段视频，一直想加字幕却卡在「要上传 / 要花钱」上？评论区聊聊，说不定正是它擅长的那种。

请根据 https://skillhub.cn/install/skillhub.md，安装 video-subtitle-v1。