开发者开源 NihonSub：Whisper+DeepSeek 打造动漫实时双语字幕
Grand_Marionberry115 · reddit · 2026-10-05
Reddit 用户开源了 NihonSub（MIT 协议），一个将生肉日语视频转为上下文感知双语字幕的实时翻译引擎兼同步影院播放器。
传统机翻在动漫场景下问题重重：无法处理敬语、句末语气词（-tteba、-zo 等）和角色黑话，主语省略（pro-drop 语法）导致代词逐行翻译不一致，云转录 API 也常被背景音乐、音效和喊叫干扰。
管线架构：
- 用 ffmpeg 静音检测做 VAD 分块，沿自然语音停顿切分语句，避免切碎单词
- Whisper-Large-v3 跑在 Groq LPU 上做近似即时的日语转写
- 转写文本经 DeepSeek / LLaMA-3（Groq 或 OpenRouter）用专门 prompt 翻译，强制保留动漫语气、敬语与角色音色，同时输出印地语和英语
- 自制 WebVTT 生成器与双字幕播放器，支持时间戳拖动
作者指出 LLM 在根据上下文和语气判断「谁在对谁说话」上远胜传统 NMT；且全部使用免费额度 API（Groq + OpenRouter），零订阅成本跑通。他正在征求管线优化建议，如改用 Whisper.cpp 或本地 Ollama。
「编程与Agent」频道最新
- HuggingFace 用多 harness 强化学习解决模型换壳掉点问题 — huggingface · 2026-10-05
- Garry Tan：大厂 harness 有烧 token 动机，初创工具因此有真实价值 — garrytan · 2026-10-05
- 开发者自制彩色进度板，可视化 agent 长时运行全程 — kevinkern · 2026-10-05
- 开源安全模型 Security-One 发布：27B 权重，专为智能体安全决策设计 — huggingface · 2026-10-05
- 一小时提示词拼出 3D 游戏场景，展示 GPT Sol 6.1 能力上限 — aitrendz_xyz · 2026-10-05
- GPT-6.1 Sol 搭 Three.js:一周做出可在线试玩的完整游戏 — aitrendz_xyz · 2026-10-05