一个离线字幕提取的一键包，基于阿里的Funasr，支持hot_words

资源荟萃
15

Chenyme/Chenyme-AAVT: 这是一个全自动（音频）视频翻译项目。利用Whisper识别声音，AI大模型翻译字幕，最后合并字幕视频，生成翻译后的视频。 (github.com)

试试这个，今天原本要找日语开源语音模型的时候看到的。似乎是个成品，看简介支持多语言。用的是Whisper，全语言都还可以。