软件简介

SubForge 是一款面向视频创作者和翻译工作者的开源 AI 字幕工具，基于 WhisperX 工作流构建，支持从语音转文字、智能断句、多语言翻译到字幕渲染和视频合成的完整流程。它既可以通过桌面端或网页界面操作，也能通过 CLI 和 Python 模块集成到自动化脚本中，适合需要批量处理字幕或搭建个性化工作流的用户。

核心功能

SubForge 将字幕生产拆解为几个关键步骤，每个环节都有对应的处理逻辑，整体操作路径清晰。

语音转文字：采用 MLX Whisper 转录引擎，配合强制对齐技术生成词级时间轴，并用 VAD 算法过滤静音和无效片段，提升长视频的处理准确度。
智能断句与优化：借助 LLM 根据语义重新划分字幕行，避免机械按固定时长切分，同时自动校正错别字、补充标点，并删除“嗯”“啊”等冗余语气词。
多语言翻译：支持上下文感知翻译和反思翻译模式，也可接入免费翻译引擎，适合制作双语字幕，且能保持前后文术语一致。
导出与合成：字幕文件可导出为 SRT、VTT、ASS、TXT、JSON 等常用格式，并内置语音合成模块，支持为字幕配音及视频合成输出。
可视化操作：网页界面提供拖拽上传、实时进度显示、在线字幕编辑和请求日志查看，方便手动微调机器生成结果。

使用体验与适用场景

对于每天需要处理采访视频、课程录像或播客转写的用户来说，SubForge 的最大价值在于把“转录—翻译—润色—导出”串成一条流水线。LLM 断句功能在实际使用中能显著减少手动调整时间轴的工作量，而词级时间轴在后续需要逐句配音或精确剪辑时会特别方便。翻译引擎虽然不如商业产品全面，但结合反思翻译模式，在术语准确性上已有不错表现。

这款工具更适合具备一定技术基础的内容生产者、字幕组或研究者，特别是那些希望将字幕处理流程嵌入到自动化项目中的人群。项目源码托管在 GitHub，支持自行二次开发和功能扩展。