夯到爆！T0级烤肉神器Finesub从安装到字幕成稿全流程【B站AI创作大赛】

Description

感谢@--头头头头头头头--  @小日向美香的传声筒  @Yukikiyo_H  在视频制作中给予的帮助！
感谢Uncle城开源的AI_Animation工具！

安装finesub命令行：
powershell -ExecutionPolicy ByPass -c "irm https://raw.githubusercontent.com/caca2331/finesub/main/cli/install.ps1 | iex"

【相关链接】
开发者：@--头头头头头头头--  
FineSub 开源项目：
https://github.com/caca2331/finesub

Google AI Studio（创建 Gemini API Key）：
https://aistudio.google.com/apikey

字幕组 AI 研讨中心入口群：
QQ群 1103800816

【使用前注意】
1. 建议使用 NVIDIA 显卡，显存 4GB 以上；不支持的显卡可能回退到 CPU，速度会慢很多。
2. 首次运行会按需下载运行环境和模型，请预留时间和磁盘空间。
3. Gemini API 提供免费额度，但不是无限使用，实际额度以当时的官方页面为准。
4. 不要公开自己的有效 API Key，也不要发到视频、评论区或群聊里。
5. AI 生成的字幕不能代替人工校对，尤其要检查人名、专有名词、多人抢话和游戏声音盖住人声的部分。

Comments

铜田六明治 12d ago

离我被丢进垃圾桶不远了(

♥ 76 ↩ 4

百合園DDAZE 12d ago

这集神了[魔法少女的魔女审判表情包_大力捏爆！]

♥ 70 ↩ 1

巽悠久 2d ago

我自己做翻译切片一年多了，一直用potplayer装上插件使用faster-whisper-large-v3-turbo模型进行日语语音识别，把输出的字幕再拿给网页deepseek翻译。我自己能看个大概懂，然后把有意思的地方切出来发给朋友校对。我觉得最重要的还是语音识别模型要准，我自己用的时候识别总有点细节问题，时间长了还会有大段空白没识别，声音小了也识别不了，这一步过不了后面都干不了。时间轴的话，几乎没感觉到问题，毕竟我不需要每一句都很准，只要我切的几分钟准就可以了。一年了我都没更新工具和技术，主要还是感觉提升不大，就一直没去搞

♥ 2 ↩ 2

烟雨平生一世 5d ago

感谢大佬开源，我前几个月也在做一个类似的项目，没想到竟然不谋而合了。https://github.com/MelanLee-shadow/bilibili-vtuber-clip。这个项目的目的是用来做全自动带字幕切片，因为想要全自动，目前只有cli版，没有考虑gui，而且大部分基于api key调用。不占用本地gpu。目前项目关注的是国v，用到了bcut的接口，实测听写中文准确率比Gemini 高很多。如果有兴趣也可以换能听日语的模型，就能给日语做切片了。最近微软新出了一个MAI2模型，似乎日语听力很不错，比Gemini强。虽然关注的是中文，但是也遇到了同样的问题，就是需要专名处理，专有名词是一个很难搞定的问题，目前也在一直克服中，主要是依靠一个新闻爬虫收集最新专名，以及依靠后处理LLM根据专名文件和听音内容进行推理猜测校正。另一个大的功能就是读弹幕，读画面内容的精准匹配和重现，目前实现的还可以。但是还剩一个很难的难题是说话人分离，有的时候，如果画面中观看的内容发出声音，主播也发出声音，只要进行说话人分离就能很好的隔离开，不需要多余的语意处理。以及说话人分离还能应用于多主播场合。可惜说话人分离技术目前好像不是很强大，错误还是很多，不知道大佬怎么处理的。

♥ 4 ↩ 1