夜雨聆风⬆️戳上面的蓝字点击关注加星标⭐观看更多内容！
小伙伴们有没有好奇我最近在做什么呢？
作为一个内容创作者，少不了和视频打交道，无论你只是单纯的搬运、整理文稿还是想给自己的视频加上字幕，都没有一款工具能彻底解决所有问题。
卡卡字幕助手（VideoCaptioner）应该是目前最完善的工具了，集下载、AI 翻译、视频合成于一体。但是！它还是没有像 SubtitleEdit 一样的字幕校对和编辑功能，并且下载功能一直抽风。
于是我想要给一个没有字幕的视频加上字幕，就需要先打开cobalt 下载视频，卡卡字幕助手转录字幕和翻译，SubtitleEdit 编辑字幕，最后打开 Adobe Premiere 合成视频。
何等的麻烦！
是可忍熟不可忍！
于是 AI 的大手发力了！我用一个月时间做出来这款集下载、AI 翻译、编辑字幕于一体的开源视频神器 MediaFlow！
下面就由我来向大家一一介绍它的功能。
功能介绍
1. 视频下载
下载视频功能使用的 yt-dlp，支持互联网上绝大多数视频网站，包括 X（Twitter）、Youtube、Bilibili、小红书等。
我还特地为抖音和快手等 yt-dlp 不支持的网站做了适配，包括 Cookie 管理等，费了很大的功夫。实际上我并不需要这些网站的视频，但为了大而全还是做了，后续也拖了不少后腿，只能说是个教训了，应该优先做自己真正有需求的功能。
2. 转录字幕
这方面用的最流行的 Fast Whisper 模型，一开始用的做了 Python 内置引擎，但它的断句有一些问题。于是又下载了 CLI 版本，CLI 可以传递参数，经过不停地调整终于能输出较好的字幕，改了一次又一次，真不容易。
但还有一个潜在的问题，一句话可能过长，因此我加了一个“智能分割”按钮，可以自动分割过长的字幕。
3. AI 翻译
Deepseek 的 API 最便宜，推荐使用这个，并且效果也不错。
需要在“设置”里选择并填写密钥，在 官方网站 购买就行了，一块钱能用好几天！
4. 字幕编辑
这部分是最重的功能，简单来说，你可以在”编辑选中项“里修改字幕具体的内容，在音频波形图里拖动字幕时间长短。
鼠标右键还有更多丰富的功能，比如说识别某段之前没有被转录的音频、智能分割等等。
如果你不是一个完美主义者，也许前三个功能就已经能满足你了。但如果你希望字幕正确且没有瑕疵，这部分功能最重要。
修改完字幕后，就可以点击上面的按钮进行视频合成了。
5. 视频合成
视频合成界面可以调整字幕的各项参数，以及最重要的，添加水印。
到这里，整个功能就完善了。
我原本还想加入 AI 画质高清、视频去水印、OCR 字幕识别等功能，但这些功能不仅使用率低、依赖库庞大，并且没几个人的电脑能跑得动，也就搁置了。
最后，这个项目的桌面版正在打包中，我还得花几天确认正式版没有任何 bug，相信不久就会上线了。
如果你愿意做小白鼠的话，可以直接 下载源码 打包或者加群试试，哈哈。
苦涩的教训：
从 Vibe Coding 的角度来讲，这个项目可以说是失败的，虽然对于我个人使用上来说是成功的。
如果让我再做一次这个项目，我不会再使用 Electron 做前端界面，而是直接使用 Python 做界面。
前后端架构让打包时遇到了巨大的困难，以至于我不得不一遍又一遍地重构。
更糟糕的是 Codex 为了兼容旧架构写了无数的屎山代码，简直是折磨。如果你在使用 Codex 重构，一定要让它强制迁移。
给予 AI 信赖，但也不要被 AI 牵着鼻子走。
未来做项目时，都得先思考一个问题：前端 or 后端？
联系方式
最后，如果你也对 Vibe Coding 感兴趣，欢迎加我入交流群，加好友备注暗号MediaFlow。
