开源AI识别字幕软件,一款面向桌面端创作者的本地字幕识别、编辑与导出工具.

CaptionFlow 本地智能字幕

一款面向桌面端创作者的本地字幕识别、编辑与导出工具。

下载发行版 · 快速开始 · 版权与许可

简介

CaptionFlow 是一款运行在 Windows 本地的智能字幕软件。它将视频导入、音频提取、Qwen3-ASR 语音识别、字幕断句、时间线编辑、字幕样式调节和导出集中到一个桌面应用中。

所有项目媒体、字幕与导出文件均由软件在本机处理。完整离线发行版会把应用运行环境、FFmpeg 和本地识别运行时封装在安装包内，普通用户无需自行安装 Python、pip 或开发依赖。

功能一览

导入本地视频或音频，读取时长、尺寸和音轨等媒体信息
使用 Qwen3-ASR 本地识别中文语音字幕，并清理识别文本中的标点
按字幕长度、语义和时间范围重新断句，避免单条字幕过长
视频预览与字幕画布同步显示，支持 16:9、9:16、1:1、4:5 和原始比例
字幕列表、字幕编辑器、波形时间线和播放头联动
拖拽字幕块、调整开始和结束时间、字幕拆分、撤销和自动保存
编辑字体、字号、文字颜色、描边颜色、内描或外描、透明度和位置
扫描并选择系统字体；样式变化同步反映在预览和导出中
导出 SRT、ASS 字幕文件，或使用 FFmpeg 生成带烧录字幕的视频
使用独有的 .ctf 工程文件保存项目，可在本软件中再次打开
在设置页查看本地运行环境、模型状态、项目目录和软件版权信息

快速开始

使用发行版

从 Releases 下载 CaptionFlow_0.1.0_x64-setup.exe，运行安装程序后即可使用。

推荐工作流程：

新建项目并选择项目保存位置。
导入视频或音频素材。
点击“识别字幕”，等待本地模型完成识别与时间对齐。
在字幕列表、预览画布或时间线上修改文本和时间。
在右侧字幕样式面板调整字体、颜色、描边、位置与透明度。
导出 .srt、.ass 或带字幕的 MP4 视频。

打开已有工程

CaptionFlow 项目目录包含 project.ctf 工程文件。通过工作台的“打开工程”选择该文件，即可恢复项目配置、字幕、样式和媒体引用。旧版 project.captionflow 工程仍可兼容打开。

请尽量不要移动工程目录内的文件。如果原始媒体文件已被移动，重新导入同一媒体即可继续编辑。

系统要求

Windows 10 或 Windows 11 64 位
建议至少 8 GB 内存，处理长视频或大模型时建议 16 GB 及以上
可用磁盘空间：安装和模型运行需要数 GB 空间
CPU 可运行本地识别；具备独立 GPU 的设备可作为后续加速扩展目标

本地处理与隐私

项目视频、音频、字幕、工程文件和导出结果默认保存在本地。
识别任务由本地 Python Worker 和 Qwen3-ASR 模型执行。
软件不会为识别流程建立云端项目协作或上传用户媒体。
用户应确保导入、处理、导出及传播的所有内容拥有合法授权。

导出说明

类型	用途
SRT	通用字幕文件，适合播放器、剪辑软件和平台上传。
ASS	保留字体、描边、颜色、透明度与位置等更丰富样式。
带字幕 MP4	通过 FFmpeg 将字幕烧录进视频画面，适用于直接发布。

不同播放器对字体和 ASS 特性的支持存在差异。需要保证视觉一致性时，建议导出带字幕 MP4。

技术架构

层级	技术
桌面应用	Tauri 2、Rust
用户界面	React、TypeScript、Vite
本地识别	Qwen3-ASR、Qwen3-ForcedAligner、Python Worker
媒体处理	FFmpeg、FFprobe
工程格式	CaptionFlow `.ctf` + 本地项目数据

从源码运行

前置要求

Node.js 与 pnpm
Rust 工具链
Windows WebView2 Runtime

安装依赖并启动桌面开发环境：

pnpm installpnpm tauri dev

构建前端与检查 Rust：

pnpm buildSet-Location src-tauricargo check

构建完整离线安装包

源码仓库不会提交大体积的 Python 运行时、ASR 模型权重和 FFmpeg 二进制。发布构建时运行下列脚本，它们会下载并准备相应资源，然后由 Tauri 打入安装程序。完整离线包会同时包含 Qwen3-ASR、Qwen3-ForcedAligner 和轻量中文标点恢复模型，用于提升中文智能断句质量。

powershell -ExecutionPolicy Bypass -File .\scripts\prepare-offline-runtime.ps1 -UseLocalModelCachepowershell -ExecutionPolicy Bypass -File .\scripts\prepare-bundled-ffmpeg.ps1pnpm tauri build --bundles nsis

安装程序默认输出到：

src-tauri/target/release/bundle/nsis/CaptionFlow_0.1.0_x64-setup.exe

构建完整离线版会下载数 GB 的运行时和模型资源，请确保网络稳定并预留足够磁盘空间。中文标点恢复模型来自 p208p2002/zh-wiki-punctuation-restore，仅在本地运行，缺失时软件会自动回退到内置规则断句。

目录结构

src/                    React 界面与编辑器组件src-tauri/              Rust 命令、桌面能力与打包配置python/asr_worker.py    Qwen3-ASR 本地识别 Workerscripts/                离线运行时与 FFmpeg 准备脚本public/                 应用图标与静态资源

致谢

CaptionFlow 的实现依赖并感谢以下开源项目及社区：

Tauri：跨平台桌面应用框架
Rust：高性能本地应用能力
React 与 Vite：用户界面与开发工具链
FFmpeg：音视频解析、音频提取与字幕烧录
Qwen3-ASR：本地语音识别能力
Qwen3-ForcedAligner：字幕时间对齐能力
Lucide：界面图标

上述组件、模型及其衍生资源均适用各自的许可证、使用条款和发布政策。感谢所有维护者与贡献者的工作。

版权与许可

作者：齐世有
联系邮箱：blacklaw@foxmail.com
软件名称：CaptionFlow 本地智能字幕

本仓库源代码、软件安装程序、商标标识和相关材料的使用应遵守仓库内的 LICENSE.txt 说明。第三方开源组件、FFmpeg 发行构建及 Qwen 模型的权利和许可不属于本项目作者，使用者应分别遵守其官方许可与适用法律。

本软件按“现状”提供。在法律允许的最大范围内，作者不对使用或无法使用本软件所产生的直接或间接损失承担责任。

联系与支持

如有功能建议、问题反馈或合作意向，可通过邮箱联系作者，也可使用下方二维码联系。

感谢你的关注与支持。