Scribe2SRT 是一款专业的音视频转字幕工具。通过集成 ElevenLabs 语音识别技术和智能字幕分割算法,让字幕制作变得简单高效。
- 🎯 高质量转录:基于 ElevenLabs 先进的语音识别技术
- 🌍 多语言支持:支持中文、英文、日文、韩文等多种语言
- 📝 专业字幕标准:遵循 Netflix 等行业标准的字幕制作规范
- ⚡ 智能分割算法:基于标点符号优先级的语义分割,保持句子完整性
- 🔄 智能重试机制:失败时自动保留临时文件,重试时快速恢复
- 🎨 用户友好界面:简洁直观的图形用户界面,支持拖拽操作
- 📊 实时进度反馈:清晰的进度显示和状态提示
- 前往 Releases 页面 下载最新版本
- 解压后直接运行程序
- 推荐安装 FFmpeg:用于视频文件处理,提升兼容性和处理效率
从源码运行(点击展开)
-
下载项目
git clone https://github.com/your-username/scribe2srt.git cd scribe2srt -
安装依赖
pip install -r requirements.txt
-
运行程序
python app.py
-
选择输入文件
- 点击"选择文件"按钮或直接拖拽文件到程序窗口
- 支持三种输入类型:
- 音频文件:支持所有常见音频格式(MP3, WAV, FLAC, M4A, AAC, OGG 等)
- 视频文件:支持所有常见视频格式(MP4, MOV, MKV, AVI, FLV, WEBM 等)
- JSON 转录文件:ElevenLabs 格式的转录数据
-
配置处理选项
- 语言选择:选择源语言或使用"自动检测"
- 音频事件标记:选择是否标记非语音事件(如笑声、掌声等)
-
开始处理
- 点击"生成字幕"按钮开始转录
- 程序会显示详细的处理进度
-
获取结果
- 处理完成后,SRT 字幕文件会自动保存到源文件同目录
- 程序会显示输出文件路径
本工具遵循专业字幕制作标准:
- 时长控制:最短 0.83 秒,最长 7.0 秒
- 字符密度:CJK 语言每秒最多 11 字符,拉丁语言每秒最多 15 字符
- 行长限制:CJK 语言每行最多 25 字符,拉丁语言每行最多 42 字符
- 语义完整性:优先保持句子完整,基于标点符号优先级分割
通过"字幕设置"菜单可以调整:
- 字幕显示时长和间隔
- 字符密度限制
- 每行字符数限制
- 自动分段处理长文件(90分钟以上)
- 支持并发处理,提升处理速度
- 智能重试机制,确保处理成功
- 两阶段处理:句子预分割 + 智能合并
- 标点符号优先:基于语言学规律的分割策略
- 语义完整性:避免破坏句子结构
- 多语言优化:针对不同语言的差异化处理
本项目采用 MIT 许可证。
如果这个项目对您有帮助,请给我们一个 ⭐ Star!