众所周知，剪映高版本的自动识别视频字幕的功能变成收费的了，在之前的版本中，虽然是收费的但是还是有白嫖的途径，比如在识别完字幕后预览全屏视频全屏播放然后使用录屏软件进行录制；或者找到视频的临时存放目录，找到字幕的 json 文件，在网上找到转义工具也是能白嫖的，但现在这些方式全部失效。

接下来就为大家介绍本地使用 Subtitle Edit 使用 Whisper 来自动识别视频字幕，本地部署大模型识别视频字幕，隐私更好，可定制性更高。

Subtitle Edit 安装

Subtitle Edit 是一款开源的字幕编辑器软件，可以利用大模型来帮我我们识别视频中的语音并自动识别成 srt 字幕文件

我们先去 Subtitle Edit 下载页面 下载软件，Subtitle Edit 支持 Windows 和 Linux，我本地是 Windows 系统，我选择下载 SubtitleEdit-4.0.11-Setup.zip 安装包。

下载完毕之后，解压出安装程序，双击安装包进行安装。此时 Windows 会弹框提示无法识别 Subtitle Edit 软件，这个可以忽略，点击更多信息后再点击仍要运行即可

windows保护

仍要运行

我们选择简体中文进行安装

简体中文安装

之后一直点击下一步即可完成安装。

安装完成

安装完成后，我们勾选 运行 Subtitle Edit 选项来启动 Subtitle Edit，第一次启动需要安装 ffmpeg，安装过程很快，等待自动安装完毕即可。

安装 ffmpeg 需要科学上网

设置中文

我们打开 Subtitle Edit 之后，找到 Options 选项卡，然后找到 Choose language 选项

修改语言

下拉选项找到简体中文选项

简体中文

制作字幕

以上准备工作结束之后，我们就可以开始制作字幕了。

  1. 找打 视频 并 打开视频文件，找到需要识别的视频文件，

    打开视频文件

    视频播放和音轨

  2. 找到 语音识别 选项

    语音识别

  3. 第一次打开时会自动下载 Whisper-XXL 引擎，等待下载完成即可

    下载语音识别引擎时需要科学上网

    语音识别引擎

  4. 语音识别引擎下载完毕之后，我们需要选择语言模型，如果本地机器性能一般的话，我建议使用 medium 尺寸的模型

    下载语言模型时需要科学上网

    选择语言模型

    Whisper 有多种尺寸可选，tiny,base,small,medium,large，尺寸越大识别的效果越好，也耗时，这个需要看本地机器的性能，如果有 Nvidia 显卡的话可以加速识别过程。

    我这边尝试了几种尺寸的模型，tiny 和 base 识别出来的效果一般，很多都没有识别出来；medium 效果还是不错的，比较准确，我只需要进行微调即可；large-v3-turbo 这个我本地没有跑出来，可能是我本地的显卡显存太小导致的。但 medium 识别出来的效果我已经很满意了，也就无所谓了。

    选择完语言模型之后等待模型下载完毕即可。

  5. 选择视频文件，可以单个文件生成也可以批量文件生成，然后点击 生成 即可。

    生成字幕

  6. 等待进度条，将音频转录为文本

    等待进度条

  7. 字幕生成完毕

    字幕生成完毕

    可以看到左边为字幕，右边为视频

  8. 微调字幕

    微调字幕

    如果识别出来的字幕有错别字，那么可以在文本中直接修改，如果字幕的时间点对不上也可以手动修改起始时间和持续时长

  9. 将字幕刻录到视频中

    如果字幕微调结束，那么我们可以把修改后的字幕直接刻录到视频中

    刻录字幕

    刻录中

  10. 刻录完毕之后，打开视频进行查看，可以发现，字幕已经刻录到视频中。

    刻录成功

总结

到此，我们就成功的使用 Subtitle Edit 从视频中识别出字幕并把字幕刻录到视频中，从此字幕不再求人，自己动手丰衣足食。