Caption Trans最新版

Caption-Trans 是一款调用 AI 大模型对视频字幕进行提取与翻译的开源工具，尤其针对日语内容做了深度优化，可以帮你快速看懂外语视频

它由开发者 cddqssc 创建，定位是“一站式视频字幕翻译工具”，核心能力就是先利用语音识别技术将视频中的语音转录成文字，然后调用大模型进行翻译，整个过程全自动完成。对于需要经常啃生肉视频、学习资料或会议录像的用户来说，这个工具能极大地缩短等待字幕和理解内容的时间。

该工具基于 WhisperX 框架进行语音识别，利用词级时间戳显著提升了日语转录的准确度。翻译环节则支持 Google Gemini、OpenAI、DeepSeek 等多种兼容 OpenAI 接口的大模型服务，用户可按需求或翻译效果灵活切换。推荐使用gemini flash lite模型，实测翻译速度非常快和质量也很不错，价格也比较便宜。

在性能方面，工具对 macOS 的 Apple M 系列芯片和 Windows 的 NVIDIA 显卡均提供了自动 GPU 加速支持，能有效提升本地处理速度。