轉寫
Subwright 的核心能力是將音頻或視頻轉換爲帶時間戳的文字。所有處理均在本地完成。
支持的格式
- 音頻：MP3, WAV, M4A, FLAC, OGG, AAC, WMA
- 視頻：MP4, MOV, AVI, MKV, WMV, FLV, WEBM
開始轉寫
- 把音視頻檔案拖進媒體庫，或點「全部素材 → 開啟…」
- 進入播放頁，右側檢查器預設在「稿子」階段
- （可選）調整轉寫選項：語言、模型、溫度等
- 點擊「轉寫」按鈕
- 結果邊出邊與畫面同步
轉寫選項
| 選項 | 說明 | 建議 |
|---|---|---|
| 引擎 | Whisper 或 Qwen3-ASR | 中文場景可嘗試 Qwen3-ASR，詳見 Qwen3-ASR 引擎 |
| 語言 | 自動檢測或指定源語言 | 指定語言可提高準確率 |
| 模型 | tiny/base/small/medium/large 或 Qwen3-ASR 0.6B/1.7B | base 適合快速，large 適合高精度 |
| 溫度 | 採樣隨機性 | 0 最確定，1 最隨機，預設 0 |
| 穩定時間戳 | 基於 VAD 的精準時間戳 | 開啓以獲得更準確的字幕時間 |
| 說話人分離 | 識別不同發言人 | 會議場景建議開啓 |
說話人分離
開啓後，轉寫結果會標註 Speaker 1、Speaker 2 等。支持最多 4 人分離。
- 需要額外的 ONNX 模型（首次使用自動下載）
- 分離準確率受音頻質量和說話人數量影響
- 不同發言人以不同顏色標註，點擊可跳轉
中止與重試
- 轉寫過程中可隨時點擊「中止」
- 中止後已轉寫的內容會保留
- 可調整選項後重新轉寫同一檔案
快速鍵
Cmd/Ctrl + T：開始轉寫Cmd/Ctrl + .：中止轉寫
1.1.0 新增：三引擎與 Qwen 能力門
- 新增 SenseVoice（macOS / Linux）；Windows 暫不可用。
- Qwen3-ASR 未安裝 Forced Aligner 時使用估算時間並提示；安裝後為精確時間，燒錄 / 定時匯出可用，影片粗剪仍要求精確時間。
- 詞流持久化：調整句長上限可立即重排當前稿，無需重新解碼。
最後更新於