分享一款非常实用、创意十足的开源AI视频字幕编辑工具 —  FlyCut Caption。


它不是那种复杂到需要剪辑经验的视频编辑器，而是一款基于 AI 的智能字幕编辑工具，能让你通过“改字幕”来“剪视频”。

也就是它不仅能智能生成字幕，还支持编辑和视频裁剪，让视频创作者们从繁琐的后期工作中解放出来。

其核心语音识别是基于OpenAI的Whisper模型，通过Hugging Face的Transformers.js在浏览器本地运行。

这意味着你不需要安装复杂的AI环境，就能享受到高精度语音转文字的服务。

主要功能

智能语音识别：基于 Whisper 模型的高精度语音转文字，支持多种语言
可视化字幕编辑：直观的字幕片段选择和删除界面
实时视频预览：与字幕同步的视频播放器，支持区间播放
多格式导出：支持 SRT、JSON 字幕格式以及视频文件导出
字幕样式定制：自定义字幕字体、颜色、位置等样式
国际化支持：组件化国际化设计，支持中文、英文、自定义语言包

快速入手

作为开源工具，FlyCut Caption的安装也非常简单，适合前端开发者或普通用户。

1、安装指南

① 克隆项目

git clone https://github.com/x007xyz/flycut-caption.git
cd flycut-caption

② 安装依赖

pnpm install

③ 启动服务

pnpm dev

最后浏览器打开http://localhost:5173即可开始使用。

2、使用指南

① 上传视频文件

支持拖拽文件到上传区域或点击选择文件


上传完成后，进入ASR配置界面：


② 生成字幕

选择识别语言（支持中文、英文等多种语言），点击开始识别，AI 将自动生成带时间戳的字幕


③ 编辑字幕

  • 选择片段：在字幕列表中选择要删除的片段
  • 批量操作：支持全选、批量删除、恢复删除等操作
  • 实时预览：点击字幕片段可跳转到对应时间点
  • 历史记录：支持撤销/重做操作


④ 视频预览

⑤ 字幕样式调整

可对字体大小、粗细、颜色进行更改，字幕显示位置、对齐方式调整，以及背景颜色、透明度、边框进行处理。

整个过程实时预览，所见即所得。

⑥ 导出结果，最后可导出字幕及视频

除了可以部署离线工具，还支持相关前端API导入调用，用于集成到现有项目中。

适用人群

内容创作者：短视频UP主快速加字幕、剪辑精华。
教育工作者：制作教程视频，自动生成字幕，便于学生复习。
开发者：集成到Web App中，如在线视频编辑器。
企业用户：内部培训视频处理，支持商业修改。

写在最后

我们常说，AI 让视频创作更简单，但大多数所谓的智能剪辑工具，要么依赖云端、要么操作繁琐。

FlyCut Caption 的特别之处在于，它真正把智能融入到人类最自然的工作流中，这不仅降低了视频剪辑的门槛，也重新定义了文字与影像的关系。

如果你厌倦了复杂的时间轴剪辑、希望用最直观的方式快速出片，可以试试 FlyCut Caption。

GitHub：https://github.com/x007xyz/flycut-caption