Skip to content

转写引擎

Subcast 内置两个本地转写引擎,默认以 auto 模式按音频语言自动分发。

引擎对比

SenseVoiceWhisper
语言中 / 英 / 日 / 韩 / 粤99 种语言
速度CPU 上约快 15 倍慢(档位越高越慢)
中文准确率档位较低时一般
字幕粒度句级(VAD 分段)词级时间戳
模型体积250 MB(内置)77 MB – 1.6 GB(按需下载)

auto 自动分发

默认模式。每个任务开始时采样开头几秒语音投票判定语言:

  • 中文 / 日文 / 韩文 → SenseVoice(锁定该语言,快且准)
  • 英文 → 已下载 Whisper 模型则走 Whisper(词级时间戳),否则 SenseVoice 锁定英文

整个任务使用同一种语言,杜绝一段转写里中英夹杂。解析结果会记录在任务历史里(auto → sensevoice 等)。

手动指定

设置 → 模型 → 转写引擎,可固定为 SenseVoiceWhisper

其他能力

  • VAD 分片:Silero VAD 预分段,只处理真正的人声,长视频提速 30–50%;
  • 断点续跑:任务中断后重新打开自动从断点继续;
  • 重新转写:切换引擎或模型后,对已有视频可一键重新转写。

基于 Apache-2.0 许可开源发布