识别准、输出规范,人工校正更少
清晰音频下,即使是术语密集的科技数码视频,平均每分钟仅需约 2 次人工校正。人工工作量显著少于现有商业字幕识别软件。1
由视频创作者亲自开发的纯本地 AI 字幕工具,把日常做字幕的麻烦,变成更顺手的每一步。
少一点反复校对和手动整理,把时间留给创作。
清晰音频下,即使是术语密集的科技数码视频,平均每分钟仅需约 2 次人工校正。人工工作量显著少于现有商业字幕识别软件。1
改对一个词,灵幕自动帮你找出其他相同错误,由你决定是否修改。
像改字幕一样修正声音,参考原声音色生成补录语音,省去重新架设麦克风、反复找录音状态的麻烦。
识别、翻译与补录无需上传云端,完全使用本机算力,识别不按次数或分钟额外收费。
以中文识别能力出色的 Qwen3-ASR 1.7B 为基础,我们用上万条真实、高质量字幕进行专项后训练,让模型进一步学会字幕的写法:哪里断句、怎样分行,英文如何大小写,数字与单位格式、中英文间距如何规范。
让口语变得利落,也把原意留下。模型学习减少“嗯、呃”等无意义的填充词,保留“那个接口”这类有明确指代的表达,让第一次识别出的字幕,就少一些需要手动整理的地方。
字幕对上了声音,也要配合画面的节奏。镜头已经切换,字幕却晚了零点几秒才换,接连两次变化,就容易让人觉得闪了一下。灵幕会识别镜头切点,开启自动调整后,让附近的字幕首尾与画面切换同步,把这些细小却影响观感的错位自动修好。
开启自动调整后,靠近切点的字幕首尾会自动贴合。句子跨过镜头时,先保留完整;需要拆开,再点蓝色圆圈,选好文字分界,两句就在切点处接上。
该连着说的,不必硬拆。切点帮你找准时间,怎么分句,仍由你决定。
等到同一个词改了好几遍,才想起打开查找替换,时间已经花出去了。
在灵幕里,改对第一处就够了。它会从这次修改中理解你的意图,结合上下文找出其他相似错误,主动给出建议。你只需确认,继续往下校对。
Pro 版还能自动学习您的常用替换词,之后每次识别时均自动替换。您也可以手动添加固定替换词。
需要你判断的地方,留给你仔细听。等待、定位和来回切换,让灵幕帮你少做一些。
说错的词,像改字幕一样改过来。灵幕参考你的原声音色,在本机生成补录语音,省去重新架麦、找状态和来回剪接的麻烦。
只用点 3 下鼠标,就能完成补录。对照上下句试听,选好版本直接插入时间线。
先按完整语义翻译,再把译文精确回拆、回对齐原字幕。上下文保持连贯,每条字幕也保留原有的时间关系。
基于 Hy-MT2-7B 多语言翻译模型,在你的电脑上离线运行。未公开的影片、内部培训、保密访谈,字幕不必上传,也能完成翻译。
相比普通机器翻译,更注重上下文连贯与自然表达;遇到复杂语境和细腻文风,仍不及优秀的在线大模型。适合更看重内容保密、希望离线完成翻译的项目。
面向正式发行、播出的影视内容,中文字幕里夹带的外文词汇,也需要按交付要求整理。该译成中文的补上译文,需要保留的名称留下原样。
灵幕会结合上下文理解词义,再翻译字幕中的外文。同一个 cool,说天气时是“凉快”,劝人平复情绪时是“冷静”;handle 可以是“处理事情”,也可以是“门上的把手”;iPhone、QQ 这样的名称,在示例中保留原样。
可以在原词后括号注明,也可以直接换成中文,或先看译文再手动决定。少一些查词和逐句修改,译名与保留方式仍由你按交付要求核查。
识别、翻译与声音补录都在本机运行,利用电脑的 GPU 算力处理。所有内置功能均不按次数或时长额外收费,长视频也可以放心处理。高配置电脑有机会获得比在线服务更快的处理速度。
灵幕郑重承诺:绝对不上传你的视频、音频、字幕及项目内容。软件不包含任何项目或媒体内容上传功能,私密素材留在本机,欢迎第三方独立审计。
功能迭代不需要收集用户的项目资料,也不会将你的内容用于模型训练。如果你希望按自己的用途定制模型,可以联系我们,另行约定素材提供方式与使用范围。
本地处理无需联网;激活、下载模型及授权验证需要联网。正式授权最长每 30 天需联网验证一次,试用期间每次启动需联网验证。大客户可联系定制纯离线授权版本。支持常见音视频编码,也针对 AC-3、DTS 音轨和 IPTPQc2 色彩编码(Profile 5)做了兼容处理。支持导入 SRT、VTT、ASS 字幕继续编辑,或将 TXT、Markdown 文稿对齐音频时间轴。
支持 SRT、ASS、FCPXML 和 TXT,满足通用字幕、样式字幕、剪辑时间线和文字稿等交付需求。SRT 可用于 Premiere Pro、DaVinci Resolve、剪映 / CapCut 等剪辑软件。
导出 SRT 时可自动添加开头的空白块,避免字幕直接拖入 Premiere Pro、DaVinci Resolve 时间线后整体错位。通过 FCPXML 导出 Final Cut Pro 可编辑的标题片段,保留字幕时间与文字样式,方便继续调整。
支持 29.97、59.94 等帧率,以及丢帧(DF)与非丢帧(NDF)时间码。自动读取素材中记录的起始时间码,也可手动设置,让字幕对应项目中的实际时间位置。
商业字幕软件的识别率很高,收费也不低。但对你来说,更重要的是:识别结束以后,还要花多少时间,才能得到一份真正能用的字幕?
一个完整的意思被切开,大小写和格式要重新整理,同一个错词改了一遍又一遍——这些麻烦不会体现在识别率里,却决定了字幕看起来是否舒服,也决定了你还要忙多久。
灵幕用高质量的开源模型和真实字幕训练样本,让第一次输出就更接近成品。需要人工校对时,从相似错误的主动提示,到拆分、合并和调整时间轴,也尽量让每一步更顺手。
这些细节,来自一个亲自做视频、也亲自把字幕从头审到尾的创作者。字幕是作品的一部分,最后的把关不能省,但那些反复修改、来回折腾的时间,可以少花一些。
自动字幕生成得快,改起来却不一定省时间。英文大小写不统一、人名和术语反复出错、断句把完整意思拆散,再加上不顺手的编辑操作,最后往往要花大量时间收拾细节。科技数码内容里的品牌名和产品型号,就是这类问题特别明显的例子。
灵幕由亲自做视频、也亲自校对字幕的创作者开发。我们关注识别结果,也关注字幕是否好读、修改是否顺手。从大小写和常用写法,到断句、智能纠错、试听和时间轴调整,都围绕真实的字幕制作过程打磨,让第一次输出更接近成稿,也让后续每一步少些重复操作。
适合需要为视频或音频制作字幕,并且在意识别质量、阅读体验和校对效率的个人创作者、剪辑师与制作团队。无论是日常口播、生活分享、访谈、课程,还是评测和知识讲解,都可以用灵幕完成识别与校对。
如果你经常觉得“字幕生成只要几分钟,修改却花了很久”,灵幕就是为解决这些实际制作中的麻烦而设计的。
灵幕支持把已有文稿对齐到音频。如果像播音一样逐字照稿念,用文稿生成字幕就很合适。
不过,我们在做视频时发现,主持人上镜后常会顺着当时的情绪换个说法,或者为了说得顺口改几个字。意思差不多,字幕却和耳朵听到的差那么一点。遇到这种口播,我们更推荐直接用 AI 识别录音,通常比拿着原稿逐句核对要少改得多。
在灵幕里,改对第一处就够了。智能纠错会理解这次修改的意思,结合上下文找出其他相似错误,给出建议,由你确认是否修改。
Pro 版还能自动学习您的常用替换词,之后每次识别时均自动替换。您也可以手动添加固定替换词。
不用。可以只选择需要处理的片段重新识别,集中修改有问题的部分,减少重复等待。
Pro 版支持固定替换词和导入自定字幕规则 LoRA。固定替换词适合统一人名、术语和常用写法;如果希望进一步适配自己的内容,也可以用视频和配套字幕定制专属模型,让识别结果更贴近你的字幕风格。
不需要。字幕识别、智能纠错、翻译和 AI 声音补录都在本机处理,素材无需上传。下载模型、验证授权和检查更新时需要联网,处理速度取决于你的电脑配置。
不会按识别次数或音视频分钟数额外收费。授权包含的功能在本机运行,使用范围以所选档位和授权期限为准。