前职业译员开源 Subtitle Foundry:ASR、时间轴、翻译可拆解的字幕工作台
mrtdlgc · reddit · 2026-11-03
一位前职业翻译/字幕师开源了 AGPL-3.0 的字幕工作台 Subtitle Foundry,目标是让电影等素材更容易走向全球观众。项目不赚钱,作者承诺长期维护,围绕 SOTA 语音与语言工具构建,各环节可替换。
对做 LLM pipeline 的人有参考价值的设计决策:
- 转写、时间轴、翻译保持独立可检查:默认 ASR 走 ElevenLabs Scribe v2 原生词级时间戳,支持其他 provider 与基于能量的语音活动对齐;已有字幕轨可完全绕过 ASR。
- 给翻译对话上下文,同时保留源时间证据:提供精确对齐模式与编辑模式;对 ASR 错误的"合理修正"本身也可能是错的,因此源转写与时间证据始终可追溯,人工可听音比对修正。
- 付费调用可恢复但不静默重复:保留中间产物、原始响应与请求身份;不确定的付费提交走对账而非自动重试,避免重复扣费。
- 认证与计费显式化:优先走 Codex/Claude Code/Grok Build 的订阅连接,API 适配器含 OpenAI、Anthropic、Gemini、xAI、OpenRouter;订阅连接失败不会静默降级到计费 API。
- 在审校工具中收尾:内置视频播放、波形、字幕编辑、持久化修正与 SRT/ASS 导出。
目前已做过土耳其语→英语、乌克兰语→英语的整片测试(主要用 ElevenLabs + Codex),未发布对比基准。建议首次使用先用短片或现成 SRT。
所属事件:前职业字幕师开源字幕工作台 Subtitle Foundry(2 条相关)→
「编程与Agent」频道最新
- Laurence Moroney 新书《Fine-Tuning AI》出版:押注微调成开发者新职业方向 — lmoroney · 2026-11-03
- 用 Codex+Astra 直接改权重：鸟类声音分类器准确率 84.3% 提至 88.75% — dansitu · 2026-11-03
- baoyu-design 新增 Motion 功能：本地跑 Claude Design 还能做动画 — dotey · 2026-11-03
- Honest Thumbnails 插件用视频真实帧替换 YouTube 标题党封面 — jdjohnson · 2026-11-03
- AI 出错谁负责？一线交付者拆解企业落地真正卡点 — 2C_ornot2C · 2026-11-03
- wterm 支持 WebMCP:让 Agent 直接操作网页里的终端 — cramforce · 2026-11-03