定义
SmartSub（中文名妙幕）是一款开源的一站式音视频字幕处理桌面工具，定位为智能音视频字幕生成与多语言翻译的批量化解决方案。[2]它把「语音转文字 → 字幕翻译 → 校对润色 → 语音合成配音 → 烧录合成」的整条流水线放进一个桌面程序，每一步既能单独使用，也能在任务向导里串成流水线批量执行。[1]
该工具支持 Windows、macOS、Linux 三类操作系统，转写环节既可使用本地模型完全离线识别，也可切换至在线的云端听写服务。其源代码以 MIT 许可证 发布。[3]
原理
SmartSub 的字幕生成依赖自动语音识别（ASR）技术。语音转写环节默认使用 whisper.cpp 引擎，把音视频中的语音转换为带时间轴的文本，引擎可逐任务切换；应用内置 sherpa-onnx 原生运行库，用于运行 FunASR、Qwen3-ASR、FireRedASR、NVIDIA Parakeet 等模型，由此生成的字幕文件可输出为 SRT、VTT、ASS、LRC、TXT 等格式。[4][5]whisper 系列模型按规模分为 tiny、base、small、medium、large 等档位，模型越大识别越准，但占用显存更多、速度更慢；磁盘紧张时可选用 q5、q8 量化版本，以少量精度换取更小的体积。[4]
字幕翻译环节通过接入机器翻译接口或大语言模型完成，每个服务可自定义请求参数，翻译结果可只输出译文，也可输出原文加译文的双语字幕。校对环节提供可视化编辑面板，播放视频时字幕会自动同步定位，支持逐句修改与 AI 润色。语音合成配音由 TTS 引擎逐条合成并自动对齐时间轴，语音识别的本地引擎在完全离线的状态下运行，文件无需上传。[1]
在硬件加速方面，SmartSub 支持 NVIDIA CUDA、AMD 与 Intel 的 Vulkan、Apple Core ML 与 Metal 等后端，覆盖 Windows、macOS、Linux 平台；加速包在应用内按需下载，无需手动安装 CUDA Toolkit，加载失败时会自动回退到 CPU 运行。[4]字幕烧录分硬字幕与软字幕两种方式：硬字幕把字幕直接渲染进画面，任何播放器均可显示；软字幕则以流复制方式把可切换的字幕轨无损封装进 MKV 容器。[2]
发展历程
SmartSub 项目保留自早期的命令行工具 VideoSubtitleGenerator，并在其基础上增加了图形界面与批量处理等能力。[2][6]2024 年 5 月 21 日，项目在 GitHub 的 buxuku/SmartSub 仓库完成初始提交。2.x 阶段确立了核心能力，包括 whisper.cpp 本地转写、多翻译服务接入、批量处理、字幕校对与 CUDA、Core ML 加速；其中 v2.11.0 新增视频字幕合并模块，v2.14.0 起 GPU 加速包改为应用内管理。从 1.20.0 版本开始，苹果芯片设备可借助 Core ML 加速语音识别。[6]
2026 年 6 月 23 日，v3.0.0 与 v3.1.0 发布，引入多引擎体系，GPU 加速扩展到 CUDA、Vulkan、Core ML 跨厂商覆盖，界面与任务管理被重新制作。此后的 v3.2.0 于 6 月 30 日发布，升级内置引擎的细粒度时间轴并新增内置免费翻译源；v3.3.0 于 7 月 7 日上线云端听写，接入多家在线 ASR 服务商；v3.4.0 于 7 月 16 日加入 TTS 配音与声音克隆；v3.5.0 于 7 月 23 日新增在线视频下载功能。[7]
应用
SmartSub 主要用于为音视频批量生成字幕并翻译成其他语言，适用于观看无字幕的外语视频与公开课、为在线视频配字幕、整理播客与网课与会议录音等场景。[5][1]其在线视频下载入口内置 yt-dlp 与 lux 两套开源引擎，粘贴 B 站、YouTube 等平台的链接即可下载视频并在任务中配对官方字幕，下载完成后可一键衔接到转写或翻译任务。[4]
在字幕翻译方面，工具接入 20 余种翻译服务，包括百度、火山引擎、微软翻译器、DeepLX 等接口，以及 Ollama 本地模型、DeepSeek 等大模型服务，并兼容 OpenAI 风格的 API。[6][4]配音与声音克隆方面，支持本地 Kokoro、VITS 离线合成与 ZipVoice 零样本声音克隆，也可选用 Edge TTS、Azure Speech、ElevenLabs 等云端服务，输出可导出为纯音频、替换音轨或双音轨 MKV。
局限
识别准确性受模型规模与音视频质量影响。音频嘈杂、内容包含专业术语时，转写结果容易出现偏差，需要通过换用更大的模型、明确指定源语言、改用中文表现更优的引擎或先降噪来缓解；AI 翻译的质量则明显受所选模型与提示词影响。[8][6]
使用云端听写、云端翻译或云端配音时，音频与文本内容会上传到使用者自行配置的服务商端点，官方文档提醒不应以云端服务处理敏感内容；只有本地引擎才确保文件不出本机。[8]硬件加速也存在限制，macOS 的 Intel 机型仅支持 CPU 运行，启用 GPU 加速后应用可能闪退，使用 large 模型时可能遇到显存不足，此时需切换加速模式、减小模型规模或减少并发任务数。此外，配音时间轴对齐时超过 1.5 倍语速上限的行会进入人工处理清单。[8][2]
参见
参考资料
- 妙幕是什么 | 妙幕 SmartSub [引用日期2026-10-14]
- SmartSub [引用日期2026-10-14]
- 开发说明 | 妙幕 SmartSub [引用日期2026-10-14]
- README_EN [引用日期2026-10-14]
- kocpc.com.tw 上的网页 [引用日期2026-10-14]
- SmartSub [引用日期2026-10-14]
- 更新日志 | 妙幕 SmartSub [引用日期2026-10-14]
- 常见问题 | 妙幕 SmartSub [引用日期2026-10-14]