SmartSub v2.7.0：智能音视频字幕生成工具

SmartSub（妙幕）v2.7.0 是一款跨平台智能工具，支持批量为 MP4、AVI 等多种音视频格式生成字幕，还能对字幕进行多语言翻译，本地化处理保护隐私且处理速度更快，轻松满足日常学习、办公的字幕制作需求。

核心特性

作为升级自 VideoSubtitleGenerator 的工具，SmartSub 在保留原有优势的基础上，新增多项实用功能，体验更出色：

• 多格式兼容：支持 MP4、AVI、MKV、MOV 等视频格式，以及 MP3、WAV 音频格式，覆盖主流媒体文件类型。
• 字幕全能处理：可实现 “生成 + 翻译”“仅生成”“仅翻译” 三种任务模式，无论是从零制作字幕，还是翻译已有字幕文件都能胜任。
• 本地化隐私保护：无需上传音视频文件，本地完成处理，既保护隐私安全，又大幅提升处理速度。
• 多翻译服务集成：支持百度翻译、火山引擎翻译、DeepLX、Ollama 本地模型、DeepSeek、OpenAI 风格 API 等多种服务，满足不同翻译需求（注：DeepLX 批量翻译可能限流）。
• 硬件加速支持：适配 NVIDIA CUDA（Windows/Linux）和 Apple Core ML（macOS M 系列芯片），提升处理效率。
• 灵活自定义：可自定义字幕文件名、翻译结果格式（纯翻译 / 原字幕 + 翻译），支持自定义并发任务数量，兼容不同播放器。

使用指南

普通用户使用步骤

1. 下载安装：根据自身系统、芯片及显卡情况，选择对应安装包（通用版或优化版），安装后启动程序。
2. 模型配置：通过应用内 “模型管理” 下载所需模型，若下载困难可手动从国内镜像源或 Hugging Face 官方源获取，再导入应用。
3. 任务设置：配置翻译服务（需对应 API 密钥），选择任务类型、源语言、目标语言及模型，上传音视频或字幕文件。
4. 启动处理：确认参数设置后开始任务，等待完成即可获取生成或翻译后的字幕文件。

开发用户使用步骤

1. 克隆项目：执行git clone https://github.com/buxuku/SmartSub.git将项目克隆到本地。
2. 安装依赖：进入项目目录，执行yarn install或npm install安装依赖包；Windows 或 Mac Intel 平台需手动下载对应 node 文件并覆盖指定目录。
3. 启动项目：依赖安装完成后，执行yarn dev或npm run dev启动项目。
4. 模型导入：参考普通用户模型导入方式，完成所需模型的配置。

关键配置说明

模型选择建议

• 低端设备 / 显卡：推荐tiny或base系列模型，兼顾速度与基础精度，占用显存小。
• 普通电脑：建议选择small或base系列，平衡精度与资源消耗。
• 高性能显卡 / 工作站：优先large系列模型，字幕生成准确性更高。
• 英文音视频：推荐带en的模型，专为英语优化，减少多语言干扰。
• 关注模型体积：可选择q5或q8量化系列模型，牺牲少量精度换取更小体积。

翻译服务配置

使用百度翻译、火山引擎翻译等服务需提前申请 API 密钥，申请方法可参考相关第三方软件提供的指引；AI 翻译结果受模型和提示词影响，推荐尝试 DeerAPI 聚合平台，支持近 500 种模型，适配性更强。

硬件加速要求

• CUDA 支持：需电脑支持 CUDA 且安装对应版本 toolkit（11.8.0/12.2.0/12.4.1），优化版安装包兼容性更优。
• Core ML 支持：macOS M 系列芯片用户需下载 mac-arm64 版本，将自动启用 Core ML 加速语音识别。