subtitle edit是一款github上的开源字幕编辑软件，最新版中集成了vosk和whisper两种语音识别引擎，使用者可以利用其中任意一种在本地为视频自动生成字幕。1.下载软件https://github.com/SubtitleEdit/subtitleedit/releases/tag/3.6.112.设置语言

3.语音识别

有两种方式可供使用，vosk速度较快，一个多小时的视频，本人的rtx2060显卡只用十几分钟就跑完了，whisper则比较慢，一个多小时的视频，medium跑两个多小时，large则要跑九个小时，但相对而言也更精准些。4.模型下载

vosk的配置需求较小，模型无脑选大的就行了。whisper的配置需求就比较高了，本人用rtx2060跑medium，用了0.8g显存，跑large占用显存则飙升到了3g，但效果反而不如medium，会翻译出许多莫名其妙的东西。因而如果是平民玩家，想要速度就选vosk，想要准确就选medium，如果是土豪请随意。

5.字幕翻译

此软件自动翻译调用的是谷歌的免费api，如果是出错请用魔法，如果不会可以把字幕文件先保存，之后用文本文档打开，用网页翻译后再粘回去。

6.字幕保存

至于翻译效果，依然是ai的一贯尿性，好的地方特别好，差的地方特别差。因为这几个模型都是外国人开发的，翻译外语的时候鲁棒性特别强，比如说melody那几部片子，用medium跑一下，基本上就和真人翻译的差不多了。而日语片就不太行了，有的地方whisper翻译的比较好，有的地方反而不如vosk，往往要把两种翻译结合起来才能看懂是什么意思，一般而言前半段男女主正常交流的时候大致能翻译明白，但是等后半段深入交流的时候，特别是一变音，翻译的就比较一塌糊涂了，可能是ai还不太能明白人类这是在从事什么行为。