subtitle-translator

GitHub
827 93 简单 2 次阅读 昨天MIT语言模型
AI 解读 由 AI 自动生成,仅供参考

subtitle-translator 是一款专为高效字幕处理设计的 AI 开源工具,支持 SRT、ASS、VTT 和 LRC 等主流格式。这款应用旨在解决传统字幕翻译耗时久、格式兼容性差以及难以批量生成多语言版本的痛点,帮助用户快速实现内容的全球化分发。

无论是视频创作者、本地化研究人员还是需要处理大量文本的开发者,都能轻松上手。subtitle-translator 的核心亮点在于其极速处理能力,利用分块压缩与并行技术,可实现每集约 1 秒的翻译速度。同时,subtitle-translator 采用 IndexedDB 进行高性能缓存,彻底摆脱了浏览器存储容量的限制。

在翻译质量方面,subtitle-translator 提供了上下文感知功能,通过结合前后文语境确保对话连贯自然,特别适合文学著作或技术文档。此外,subtitle-translator 兼容 DeepSeek、OpenAI 等 9 种大语言模型及 5 种传统翻译 API,允许用户自定义提示词以调整翻译风格。支持单文件一键输出 50 多种语言的双语字幕,并保留原始时间轴,是提升字幕工作效率的理想选择。

使用场景

一位独立教育博主需要将一套 20 集的编程课程字幕从英文批量翻译成中文、日文和西班牙语,以便全球学生观看。

没有 subtitle-translator 时

  • 手动逐条翻译耗时极长,单集需数小时,整套课程几乎无法按期上线。
  • 面对混合的 SRT 与 VTT 文件,需逐个转换格式,极易破坏时间轴导致音画不同步。
  • 传统机翻缺乏上下文,将“变量”误译为“变化”,严重影响技术内容的准确性。
  • 无法一次性生成多语言版本,每增加一种语言都要重复整个流程,重复劳动巨大。

使用 subtitle-translator 后

  • 支持批量上传,20 集字幕通过并行处理几分钟内即可完成全部翻译任务。
  • 自动识别多种字幕格式并保留原始文件名,无需担心时间轴错乱或编码问题。
  • 利用 AI 上下文感知功能,结合前后文精准翻译技术术语,确保对话自然流畅。
  • 一键导出包含三种语言的双语字幕,直接嵌入视频平台,大幅缩短发布周期。

subtitle-translator 让跨语言内容本地化效率提升数十倍,不仅节省成本,更让创作者能专注于内容质量而非繁琐的翻译工作。

运行环境要求

操作系统
  • 未说明
GPU

未说明

内存

未说明

依赖
notesREADME 中未明确列出具体的系统环境配置。工具主要依赖外部翻译 API 和云端大模型(如 OpenAI、DeepSeek 等),而非强制本地 GPU 推理。前端界面利用浏览器 IndexedDB 进行缓存。详细的部署指南和依赖配置请参考 README 中提供的官方文档链接。
python未说明
subtitle-translator hero image

快速开始

⚡️ 字幕翻译器

英文 | 中文

极速批量字幕翻译,支持 50+ 种语言 —— 由 AI(人工智能)驱动

许可证:MIT 在线演示

字幕翻译器 是一个批量字幕翻译工具,支持 .srt.ass.vtt.lrc 格式。凭借实时翻译速度,它利用多种翻译 API(应用程序接口)和 AI(人工智能)模型,快速将字幕文件翻译成50+ 种语言,包括能够一次性将单个文件翻译成多种语言以实现全球无障碍访问。

👉 立即在线体验: https://tools.newzone.top/en/subtitle-translator

主要功能

批量翻译演示

  • 实时翻译:使用分块压缩并行处理技术,实现每集 1 秒翻译
  • 批量处理:一次处理数百个字幕文件,显著提升效率。
  • 高性能缓存 (IndexedDB):将翻译结果存储在 IndexedDB(浏览器内置数据库) 中,容量无限——不再受浏览器存储限制。
  • 上下文感知翻译(仅限 AI 模型):结合上下文进行翻译,使对话更连贯。
  • 格式兼容性自动检测 .srt.ass.vtt.lrc 格式,保留原始文件名。
  • 双语输出:在原文下方插入译文,位置可调整。
  • 字幕提取:导出纯文本用于 AI 摘要、内容再利用等。
  • 多语言支持:从单个文件同时翻译成 50+ 种语言

翻译 API

字幕翻译器支持 5 种翻译 API9 种 AI LLM(大语言模型)模型

传统 API

API 质量 稳定性 免费额度
DeepL (X) ★★★★★ ★★★★☆ 50 万字符/月
Google Translate ★★★★☆ ★★★★★ 50 万字符/月
Azure Translate ★★★★☆ ★★★★★ 200 万字符/月(前 12 个月)
GTX API (Free) ★★★☆☆ ★★★☆☆ 免费(速率限制)
GTX Web (Free) ★★★☆☆ ★★☆☆☆ 免费

LLM 模型

支持 DeepSeekOpenAIGeminiAzure OpenAISiliconflowGroqOpenRouterPerplexityCustom LLM(自定义大语言模型)

  • 最佳适用场景:文学作品、技术文档和多语言对话。
  • 自定义:配置 系统提示词(system prompts)用户提示词(user prompts) 以个性化翻译风格。
  • 温度控制(Temperature Control):调整 AI 创造力(0–1 范围)。

上下文感知翻译

上下文感知翻译(仅限 AI 模型)将字幕分批发送给 LLM,包含前后文语境,确保角色对话更连贯、语气更自然。

两个关键参数控制此过程:

  • 并发行数(Concurrent Lines):同时翻译的最大行数(默认:20)。过高可能触发速率限制。
  • 上下文行数(Context Lines):每批包含的上下文行数(默认:50)。较高值可提高连贯性,但可能超出 Token(令牌)限制。

⚠️ 提示:参数量低于 70B 的模型可能会产生对齐错误。建议使用主流在线大模型。

字幕格式支持

  • 双语字幕:译文插入原文下方;位置可调(顶部/底部)。
  • 时间轴兼容性:支持 100+ 小时时间戳以及 1–3 位毫秒格式。
  • 自动编码检测:自动防止字符编码问题。

翻译模式

  • 批量模式(默认):同时处理数百个文件;结果自动下载。
  • 单文件模式:快速翻译并即时预览;每次上传替换上一次。

文档与部署

有关详细配置、API 设置和自托管说明,请参阅 官方文档

快速部署部署指南

贡献

欢迎贡献!请随时提交问题和拉取请求。

许可证

MIT © 2025 rockbenben。查看 LICENSE

版本历史

v2.2.02026/02/27
v2.1.12026/01/05
v2.1.02026/01/05
v2.0.02025/12/22
v1.2.62025/11/14
v1.2.52025/08/22
v1.2.42025/06/30
v1.2.32025/06/30
v1.2.22025/05/20
v1.2.02025/05/04
v1.1.32025/04/16
v1.1.22025/04/16

常见问题

相似工具推荐

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

139k|★★☆☆☆|今天
开发框架Agent语言模型

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|今天
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|昨天
Agent图像开发框架

PaddleOCR

PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来,转换成计算机可读取的结构化数据,让机器真正“看懂”图文内容。 面对海量纸质或电子文档,PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域,它扮演着连接图像与大型语言模型(LLM)的桥梁角色,能将视觉信息直接转化为文本输入,助力智能问答、文档分析等应用场景落地。 PaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显:不仅支持全球 100 多种语言的识别,还能在 Windows、Linux、macOS 等多个系统上运行,并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目,PaddleOCR 既能满足快速集成的需求,也能支撑前沿的视觉语言研究,是处理文字识别任务的理想选择。

74.9k|★★★☆☆|今天
语言模型图像开发框架

OpenHands

OpenHands 是一个专注于 AI 驱动开发的开源平台,旨在让智能体(Agent)像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点,通过自动化流程显著提升开发速度。 无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员,还是需要快速原型验证的技术团队,都能从中受益。OpenHands 提供了灵活多样的使用方式:既可以通过命令行(CLI)或本地图形界面在个人电脑上轻松上手,体验类似 Devin 的流畅交互;也能利用其强大的 Python SDK 自定义智能体逻辑,甚至在云端大规模部署上千个智能体并行工作。 其核心技术亮点在于模块化的软件智能体 SDK,这不仅构成了平台的引擎,还支持高度可组合的开发模式。此外,OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩,证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能,支持与 Slack、Jira 等工具集成,并提供细粒度的权限管理,适合从个人开发者到大型企业的各类用户场景。

70.6k|★★★☆☆|今天
语言模型Agent开发框架