视频转中文字幕
自动提取音频、识别原文与时间轴，再生成可用的中文 SRT。
THE PROBLEM
字幕翻译不只是翻译。
外语视频处理通常横跨音频提取、语音识别、翻译、时间轴、专有名词与最终交付。任一环节失真，都会让字幕无法直接使用。
本项目的目标是把这些环节串成可重复执行的流程，并为用户保留校正与介入的空间：翻译不是黑箱输出，而是可检查、可修订的工作结果。
WORKFLOW
从输入到交付。
保留时间轴，结果可复查。
01
视频 / SRT
选择原始视频或已有字幕文件
02
识别与分段
Whisper 识别语音并保留时间轴
03
AI 翻译
按批次翻译字幕，保留上下文
04
术语校正
用术语表修正人名和专有名词
05
输出交付
生成 SRT、双语字幕或内嵌视频
OUTPUT EXAMPLE
可校对的结果，才是有用的结果。
输出不止是一份机器翻译文本，还保留了字幕时间轴、原文和可替换的中间结构。对于影视、课程或访谈类素材，用户可以继续校对术语、调整字幕位置与选择最终交付方式。
中文 SRT / 日中双语 SRT
可选内嵌字幕 MP4
可回头修改的字幕记录与人工翻译模板
CAPABILITIES
为真实使用场景，而不只是一次演示而做。
已有字幕直译
跳过语音识别，直接将原始 SRT 翻译为中文或日中双语字幕。
术语表校正
用 JSON 维护人名、剧名与专有名词，降低语音识别与翻译偏差。
多种交付结果
支持外挂 SRT、双语 SRT、内嵌字幕视频及 JSON 中间结果。
桌面化使用
提供文件选择、参数配置、运行日志与停止任务的 Windows GUI。
人工兜底
没有 API Key 时可导出翻译模板，人工处理后再回写生成字幕。
AI & ENGINEERING
把 AI 能力放进可控流程。
保留时间轴
Whisper 先完成原文分段，翻译只处理文本，避免字幕与画面错位。
批量调用
按字幕片段批量发送翻译请求，在速度、成本与语境连贯性间取得平衡。
保留人工校正
术语表、JSON 中间结果和人工模板，让用户能校正与接管关键内容。
从脚本走向工具
在命令行 MVP 基础上增加 GUI 和 EXE 打包，降低真实使用门槛。