Gemini Subtitle Pro最新版

Gemini Subtitle Pro 是一款面向视频创作者与翻译工作者的端到端字幕处理工具。它将传统耗时数小时的字幕工作流——包括视频下载、语音转写、断句润色、术语统一、多语翻译、时间轴对齐和视频压制——压缩至 8–10 分钟内自动完成，全程无需人工干预。

核心理念是：用 AI 替代重复劳动，让人专注创意与校对。

为什么需要它？

手动制作高质量字幕通常涉及多个工具切换：先用 yt-dlp 下载视频，再用 Whisper 转录，接着用文本编辑器断句，然后借助翻译 API 处理多语内容，最后用 Aegisub 调时间轴、FFmpeg 压制视频。整个过程繁琐且易出错。

Gemini Subtitle Pro 将上述所有步骤集成在一个界面中，只需粘贴一个 YouTube 或 Bilibili 链接，即可输出带硬字幕的成品 MP4 文件。

核心能力

1. 高效自动化

• 支持 YouTube / Bilibili 视频自动下载（通过内置 yt-dlp）
• 智能并发控制：根据所用模型（Gemini Flash / Pro）动态调整请求频率，避免限流
• 30 分钟视频平均处理时间约 8 分钟[[1]]

2. 精准字幕生成

• 术语自动提取：从音频中识别专有名词（如人名、作品名），并调用 Google Search 验证标准译法，生成术语表确保全文一致性
• 毫秒级时间轴对齐：基于 CTC 技术的强制对齐模块（需额外配置 aligner 模型），支持字符级精度
• 说话人识别：自动区分多说话人，支持自定义名称与颜色，并合并相邻同身份片段

3. 上下文感知翻译

• 按语义切分 5–10 分钟片段，保留完整上下文进行翻译，避免断章取义
• 支持场景预设（动漫、新闻、科技等），自动优化翻译风格
• 使用 Gemini 模型进行润色与重译，保持语气连贯

4. 灵活编辑与导出

• 内置所见即所得编辑器：支持悬浮播放、原文/译文切换、搜索筛选、批量操作
• 导入 SRT/ASS 文件进行二次编辑
• 导出双语字幕或直接压制为带硬字幕的 MP4（支持 GPU 加速）

技术亮点

• 本地 Whisper 支持：可集成 whisper.cpp 实现完全离线转写，内置 CPU 版本，也支持 NVIDIA GPU 加速
• 智能后处理：
  • 自动断句（基于语义与停顿）
  • 修复 Whisper 输出的时间偏差
  • 应用术语表统一译名
• 版本快照：每次批量重跑前自动保存状态，支持一键回滚

快速开始

1. 下载安装
   从 Releases 页面 下载 Gemini-Subtitle-Pro-x.x.x-win-x64.zip，解压后双击 .exe 启动。

• align-windows-x64.zip： 对齐时间轴的对齐器（源代码开源在：corvo007/forced-aligner）
• MahmoudAshraf_mms-300m-1130-forced-aligner.zip： 对齐模型
• Gemini-Subtitle-Pro-2.13.0-win-x64.zip： 主程序

2. 配置 API Key
   在设置中填入 Gemini 和 OpenAI 的 API Key。推荐使用中转站（如云雾 API）以提升稳定性。注意：需能访问 Gemini 3 Flash、Gemini 3 Pro 等模型[[9]]。
3. 开始使用
   粘贴视频链接 → 自动下载 → 转写 → 翻译 → 压制 → 输出成品。

适用场景

• 教育类视频（课程、讲座）字幕生成
• 多语播客/访谈内容本地化
• Bilibili/YouTube 创作者快速出双语视频
• 需要高精度时间轴的专业字幕制作

⚠️ 注意：暂不支持 Bilibili 番剧、付费课程、直播等内容，因涉及版权限制或登录态依赖。