Speech to Subtitle Converter 2.4

Vovsoft Speech to Subtitle Converter是一款运行在Windows电脑上的AI语音转字幕软件，主要用于从音频或视频中识别人声，并生成带有时间轴的字幕文件。

软件使用本地Whisper AI模型和FFmpeg处理媒体文件，识别过程可以在电脑本地完成，不需要将录音或视频上传到第三方云端。相比依赖在线服务器的字幕生成工具，它更适合处理未公开的视频、采访录音、内部会议和其他对隐私有要求的素材。

除了MP3、FLAC、WAV等音频文件，软件也能从MP4、MKV、AVI、MOV等视频中提取语音。识别结果可以导出为SRT、VTT、JSON或TXT格式，既能用于视频字幕制作，也能整理成会议纪要或文字稿。

小编点评

从实际功能来看，Speech to Subtitle Converter更适合将已有的音频和视频文件转换成字幕。如果你还需要逐句校对、翻译、调整时间轴或制作复杂字幕样式，可以配合Subtitle Edit等字幕编辑软件使用。

主要功能

1. 音视频转字幕

支持导入常见的音频和视频文件，自动识别人声并生成带时间轴的字幕，适合处理课程、采访、会议和短视频素材。

2. 本地离线识别

采用本地Whisper AI进行语音识别，无需上传媒体文件，处理内部会议或未公开视频时更加安心。

3. 支持多种语言

可以识别中文、英语、日语等多种语言，用户可根据音频内容选择对应语言，提高字幕识别效果。

4. 导出常用格式

识别结果可以保存为SRT、VTT、TXT或JSON文件，方便导入剪辑软件、视频平台或继续整理成文字稿。

5. CPU与GPU处理

普通电脑可以使用CPU转换，兼容设备也可开启GPU加速，缩短较长音视频的处理时间。

更新内容

新增Large Turbo语音识别模型支持

改进“显示错误详情”功能

默认启用错误详情显示，方便排查转换问题

近期版本还增加了GPU加速离线Whisper、语言选项和字幕文字编码设置。