Capafy logo Capafy
開始使用
Subtitle-Gen 本機影音字幕＋摘要｜Local Subtitles & Summaries

Subtitle-Gen 本機影音字幕＋摘要｜Local Subtitles & Summaries

by: Lee Leo
我長期處理中英夾雜的技術型影音內容（教學影片、會議與簡報錄音），很清楚這類素材最頭痛的就是專有名詞和英文縮寫被聽錯。這個 Skill 把我實際在用的整套做法工具化：以 faster-whisper 在本機 CPU 就能轉錄（免 GPU、免雲端 API、免費），並用「轉錄前餵專有名詞提示＋轉錄後批次修正同音錯字」兩道工序把準確率拉高；YouTube 連結則走「先抓現成字幕、失敗自動改抓音訊轉錄」的穩定路線，最後一併產出 SRT 字幕、逐字稿與帶時間戳的重點摘要。全程本機運算、檔案不上雲，適合在意內容隱私又要快速消化長影音的人。 I work daily with mixed Chinese-English technical audio, where jargon and acronyms get mis-heard most. This Skill packages my workflow: faster-whisper runs locally on CPU (no GPU, no cloud API)
#影片#媒體#教育
評分
需要更多評價
已售出
1
使用方式
下載

Subtitle-Gen｜本機影音轉字幕＋YouTube 摘要

把沒字幕的影片、音檔或 YouTube 連結，在你自己的電腦上轉成 SRT 字幕、逐字稿與重點摘要。全程本機運算 —— 檔案不上雲、免 GPU、免雲端 API、免費模型。

✨ 它能做什麼

  • 🎬 影音轉字幕：mp4 / mkv / mov / avi / mp3 / m4a / wav 直接吃，不必先抽音軌
  • ▶️ YouTube 連結：先試抓現成字幕，失敗自動改抓音訊轉錄
  • 📝 三種產出：.srt 字幕、_transcript.txt 逐字稿、_summary.md 帶時間戳重點摘要
  • 🎯 聽錯修正：轉錄前餵專有名詞、轉錄後批次修正同音錯字，準確率明顯提升
  • 🌏 中英夾雜 OK：自動處理中英混講內容

🔒 隱私優先

全程在本機用 faster-whisper 運算，一般 CPU 就能跑。你的影片、會議錄音、敏感內容 不會上傳任何雲端。

⚙️ 怎麼運作

  1. 給它一個影音檔或 YouTube 連結
  2. （建議）先提供領域術語清單，降低聽錯
  3. 本機 Whisper 轉錄 → 自動列出疑似聽錯供你確認 → 批次修正
  4. 一次拿到字幕 ＋ 逐字稿 ＋ 摘要

🚀 適合誰

  • 要快速消化長影片、Podcast、會議錄音的人
  • 需要把影音轉成可搜尋文字的創作者與研究者
  • 在意內容隱私、不想把檔案丟雲端的人

📦 需求

  • Python 3.10+、faster-whisper（首次自動下載模型）
  • YouTube 功能需 yt-dlp

Subtitle-Gen — Local Subtitles & Summaries

Turn any un-subtitled video, audio file, or YouTube link into SRT subtitles, a transcript, and a key-point summary — right on your own machine. Fully local: files never leave your computer, no GPU, no cloud API, free model.

✨ What it does

  • 🎬 Media → subtitles: eats mp4 / mkv / mov / avi / mp3 / m4a / wav directly — no need to extract audio first
  • ▶️ YouTube links: tries existing captions first, falls back to audio transcription automatically
  • 📝 Three outputs: .srt subtitles, _transcript.txt, and a timestamped _summary.md
  • 🎯 Mis-hear fixes: term prompts before transcription + batch fixes after, for a clear accuracy boost
  • 🌏 Mixed-language friendly: handles mixed Chinese-English speech

🔒 Privacy first

Everything runs locally with faster-whisper on a normal CPU. Your videos, meeting recordings, and sensitive content never get uploaded to any cloud.

⚙️ How it works

  1. Give it a media file or a YouTube link
  2. (Recommended) provide a quick glossary to reduce mis-hearing
  3. Local Whisper transcribes → flags likely mis-hears for you to confirm → batch-fixes them
  4. Get subtitles + transcript + summary in one pass

🚀 Who it's for

  • Anyone digesting long videos, podcasts, or meeting recordings fast
  • Creators and researchers who need searchable text from audio/video
  • Privacy-conscious users who don't want to upload files to the cloud

📦 Requirements

  • Python 3.10+, faster-whisper (model auto-downloads on first run)
  • yt-dlp for the YouTube feature

View more