卡卡字幕助手最新版

卡卡字幕助手（VideoCaptioner）是一款基于大语言模型(LLM)的视频字幕处理助手，一键高质量字幕视频合成，支持语音识别，字幕生成、断句、优化、翻译全流程处理让视频字幕制作简单高效。

操作简单且无需高配置，支持网络调用和本地离线（支持调用GPU）两种方式进行语音识别，利用可用通过大语言模型进行字幕智能断句、校正、翻译，字幕视频全流程一键处理！为视频配上效果惊艳的字幕。

• 🎯 无需GPU即可使用强大的语音识别引擎，生成精准字幕
• ✂️ 基于 LLM 的智能分割与断句，字幕阅读更自然流畅
• 🔄 AI字幕多线程优化与翻译，调整字幕格式、表达更地道专业
• 🎬 支持批量视频字幕合成，提升处理效率
• 📝 直观的字幕编辑查看界面，支持实时预览和快捷编辑
• 🤖 消耗模型 Token 少，且内置基础 LLM 模型，保证开箱即用

Windows 用户

软件较为轻量，打包大小不足 60M,已集成所有必要环境，下载后可直接运行。

1. 从 Release 页面下载最新版本的可执行程序

2. 打开安装包进行安装

3. （可选）LLM API 配置，选择是否启用字幕优化或者字幕翻译

4. 拖拽视频文件到软件窗口，即可全自动处理

提示：每一个步骤均支持单独处理，均支持文件拖拽。

✨ 主要功能

软件充分利用大语言模型(LLM)在理解上下文方面的优势，对语音识别生成的字幕进一步处理。有效修正错别字、统一专业术语，让字幕内容更加准确连贯，为用户带来出色的观看体验！

1. 多平台视频下载与处理

• 支持国内外主流视频平台（B站、Youtube等）
• 自动提取视频原有字幕处理

2. 专业的语音识别引擎

• 提供多种接口在线识别，效果媲美剪映（免费、高速）
• 支持本地Whisper模型（保护隐私、可离线）

3. 字幕智能纠错

• 自动优化专业术语、代码片段和数学公式格式
• 上下文进行断句优化，提升阅读体验
• 支持文稿提示，使用原有文稿或者相关提示优化字幕断句

4. 高质量字幕翻译

• 结合上下文的智能翻译，确保译文兼顾全文
• 通过Prompt指导大模型反思翻译，提升翻译质量
• 使用序列模糊匹配算法、保证时间轴完全一致

5. 字幕样式调整

• 丰富的字幕样式模板（科普风、新闻风、番剧风等等）
• 多种格式字幕视频（SRT、ASS、VTT、TXT）

⚙️ 基本配置

1. LLM API 配置说明 （可选）

• 软件内置基础大语言模型（gpt-4o-mini），无需配置即可使用。但为获得更好的效果，建议在设置中配置个人 API。
• 支持标准 OpenAI API 格式（兼容SiliconCloud、DeepSeek 等）请自行注册配置。
• 追求更高质量可选用 Claude-3.5-sonnet 或 gpt-4o

• 下载模型：Tiny, Base, Small, Medium, Large-v1, Large-v2,Large-v3 , 无需代理国内可直接下载
• 中文识别推荐使用 Medium 及以上版本，以确保识别质量
• 对于英文识别，Small 效果已经已经不错

• 在“字幕优化与翻译”页面，包含“文稿匹配”选项。支持使用视频的原有文稿或者相关提示优化字幕断句
• 全流程处理时，请先填写文稿信息，再进行开始任务处理。