FlyCut Caption – 开源智能视频字幕裁剪工具，AI 驱动的视频字幕编辑工具，专注于智能字幕生成、编辑和视频裁剪

本文最后更新于 2025年10月2日 by 阿喵

在剪映里，视频字幕识别功能需要会员才能使用，对于偶尔剪辑视频的朋友来说，挺困扰的。 无独有偶，在 GitHub 上发现了 FlyCut Caption，可以使用demo网站，也可以自行部署。

AI 智能视频字幕生成器，用智能字幕生成技术改变您的视频，自动生成准确字幕，精确编辑，支持多种格式导出。为内容创作者、教育工作者和企业提供完美解决方案。

工具介绍

这款强大的 AI 字幕处理工具。 基于 Whisper 模型，高精度识别视频语音生成字幕，还支持可视化编辑和视频剪辑功能。可自由调整字幕的字体、颜色、位置等样式，同时可直接实时预览效果，完全本地化 AI 处理。 同时支持导出 SRT、JSON 等字幕格式，还可以直接导出视频文件。 提供详细的安装使用指南，可以集成到现有的项目当中，有需要的同学可以收藏备用。

项目截图

功能特色

🎯 核心功能

• 🎤 智能语音识别：基于 Whisper 模型的高精度语音转文字，支持多种语言
• ✂️ 可视化字幕编辑：直观的字幕片段选择和删除界面
• 🎬 实时视频预览：与字幕同步的视频播放器，支持区间播放
• 📤 多格式导出：支持 SRT、JSON 字幕格式以及视频文件导出
• 🎨 字幕样式定制：自定义字幕字体、颜色、位置等样式
• 🌐 国际化支持：组件化国际化设计，支持中文、英文、自定义语言包（如日语示例）

🔧 技术特色

• ⚡ 现代化技术栈：React 19 + TypeScript + Vite + Tailwind CSS
• 🧠 本地 AI 处理：使用 Hugging Face Transformers.js 在浏览器本地运行 AI 模型
• 🎯 Web Workers：ASR 处理在后台线程运行，不阻塞主界面
• 📱 响应式设计：适配不同屏幕尺寸的现代化界面
• 🎪 组件化架构：模块化设计，易于维护和扩展

使用指南

1. 上传视频文件

• 支持格式：MP4, WebM, AVI, MOV
• 支持音频：MP3, WAV, OGG
• 拖拽文件到上传区域或点击选择文件

上传完成后，进入ASR配置界面：

2. 生成字幕

• 选择识别语言（支持中文、英文等多种语言）
• 点击开始识别，AI 将自动生成带时间戳的字幕
• 识别过程在后台进行，不影响界面操作

3. 编辑字幕

• 选择片段：在字幕列表中选择要删除的片段
• 批量操作：支持全选、批量删除、恢复删除等操作
• 实时预览：点击字幕片段可跳转到对应时间点
• 历史记录：支持撤销/重做操作

4. 视频预览

• 预览模式：自动跳过删除的片段，预览最终效果
• 快捷键支持：
  • 空格：播放/暂停
  • ←/→：快退/快进 5 秒
  • Shift + ←/→：快退/快进 10 秒
  • ↑/↓：调节音量
  • M：静音/取消静音
  • F：全屏

5. 字幕样式

• 字体设置：字体大小、粗细、颜色
• 位置调整：字幕显示位置、对齐方式
• 背景样式：背景颜色、透明度、边框
• 实时预览：所见即所得的样式调整

6. 导出结果

• 字幕导出：SRT 格式（通用字幕格式）、JSON 格式
• 视频导出：
  • 仅保留未删除的片段
  • 可选择烧录字幕到视频
  • 支持不同质量设置
  • 多种格式输出

项目地址