Po哦t播放器250909增加了whisper AI实时生成字幕的功能，超级好用

原神职业玩家

还记得原来要先计算一遍 现在都实时了 还是有进步啊

jaycty

netjunegg 发表于 2025-9-19 21:26
确实有这需求，不一定实时。如果有个独立工具，可以根据视频文件生成字幕文件也很好。 字幕生成后，再用播 ...

这个功能这次v250909更新其实也有的。你可以试试

而且如果字幕可以提取出来的话，把文件后缀改成txt然后丢给豆包跟他说这个是字幕文件让他帮忙翻译一下就行了，很快就搞定。速度贼快

Wang_Yves

唱歌这种会改变汉字音调的，他也识别不准

Oxyer

勉强能用，感觉不是很智能。

邪恶的光B

流氓海 发表于 2025-9-18 22:52
有没有下载好的模型啊，自己下载太久了

openai的whisper有下载地址的，微软自己的服务器下载速度很快啊。

模型地址，2.88G很快就下完了。
_MODELS = {
    "tiny.en": "https://openaipublic.azureedge.net/main/whisper/models/d3dd57d32accea0b295c96e26691aa14d8822fac7d9d27d5dc00b4ca2826dd03/tiny.en.pt",
    "tiny": "https://openaipublic.azureedge.net/main/whisper/models/65147644a518d12f04e32d6f3b26facc3f8dd46e5390956a9424a650c0ce22b9/tiny.pt",
    "base.en": "https://openaipublic.azureedge.net/main/whisper/models/25a8566e1d0c1e2231d1c762132cd20e0f96a85d16145c3a00adf5d1ac670ead/base.en.pt",
    "base": "https://openaipublic.azureedge.net/main/whisper/models/ed3a0b6b1c0edf879ad9b11b1af5a0e6ab5db9205f891f668f8b0e6c6326e34e/base.pt",
    "small.en": "https://openaipublic.azureedge.net/main/whisper/models/f953ad0fd29cacd07d5a9eda5624af0f6bcf2258be67c92b79389873d91e0872/small.en.pt",
    "small": "https://openaipublic.azureedge.net/main/whisper/models/9ecf779972d90ba49c06d968637d720dd632c55bbf19d441fb42bf17a411e794/small.pt",
    "medium.en": "https://openaipublic.azureedge.net/main/whisper/models/d7440d1dc186f76616474e0ff0b3b6b879abc9d1a4926b7adfa41db2d497ab4f/medium.en.pt",
    "medium": "https://openaipublic.azureedge.net/main/whisper/models/345ae4da62f9b3d59415adc60127b97c714f32e89e936602e85993674d08dcb1/medium.pt",
    "large-v1": "https://openaipublic.azureedge.net/main/whisper/models/e4b87e7e0bf463eb8e6956e646f1e277e901512310def2c24bf0e11bd3c28e9a/large-v1.pt",
    "large-v2": "https://openaipublic.azureedge.net/main/whisper/models/81f7c96c852ee8fc832187b0132e569d6c3065a3252ed18e56effd0b6a73e524/large-v2.pt",
    "large-v3": "https://openaipublic.azureedge.net/main/whisper/models/e5b1a55b89c1367dacf97e3e19bfd829a01529dbfdeefa8caeb59b3f1b81dadb/large-v3.pt",
    "large": "https://openaipublic.azureedge.net/main/whisper/models/e5b1a55b89c1367dacf97e3e19bfd829a01529dbfdeefa8caeb59b3f1b81dadb/large-v3.pt",
    "large-v3-turbo": "https://openaipublic.azureedge.net/main/whisper/models/aff26ae408abcba5fbf8813c21e62b0941638c5f6eebfb145be0c9839262a19a/large-v3-turbo.pt",
    "turbo": "https://openaipublic.azureedge.net/main/whisper/models/aff26ae408abcba5fbf8813c21e62b0941638c5f6eebfb145be0c9839262a19a/large-v3-turbo.pt",
}

allensakura

本地部属个人有几个选项
qwen3-30b-a3b-2507，17G，大小最大速度最慢，效果也最好
sakura-galtransl-14b-v3.8，8G，QWEN2.5的底子，针对“那方面”特别训练过，大小中等
hunyuan-mt-7b，4G，专针对翻译训练，这应该是这个大小目前翻译能力最好的模型了，再更小都是胡言乱语级别

木子滴血

老师们的电影效果如何

xiao88

是不是只能支持WMV格式啊?!

碌木

xiao88 发表于 2025-9-20 04:13
是不是只能支持WMV格式啊?!

没有特定视频的格式吧，因为是从音轨识别音频的

qzwalter

日文可以吗

sun1a2b3c4d

qzwalter 发表于 2025-9-20 10:43
日文可以吗

可以用，但是为了避免出现语种识别问题，建议手动改为日文而不是用Auto。

毛毛叉

兄弟，能不能把那几个模型文件上传到百度网盘或者其它网盘啊？那个链接打不开，应该需要科学吧

unfair2022

已经好久没更新过这个pot了

allensakura

毛毛叉 发表于 2025-9-20 11:13
兄弟，能不能把那几个模型文件上传到百度网盘或者其它网盘啊？那个链接打不开，应该需要科学吧 ...

s/1ZysokcNH3x1RBberjR_t2Q?pwd=wxqb

tiny到v3 turbo，看显存和硬体能力选
只识别en的版本大家应该没兴趣