Subtitle Edit 是什么？
Subtitle Edit 是一款用于创建、同步、转换和翻译字幕的桌面编辑器，较新的版本在这一核心之外增加了 AI 功能。 项目 FAQ 称其支持 380 多种字幕格式，Windows、macOS 和 Linux 版本发布在项目的 GitHub 发布页。
AI 部分与编辑器本体相互独立：语音转文字、自动翻译、光学字符识别（OCR）和文字转语音各自使用引擎，这些引擎由应用在首次使用时下载，或通过 API 连接。本评测聚焦语音转文字和自动翻译；文档把当前这一代称为 Subtitle Edit 5。
获取方式
Subtitle Edit 可免费下载，支持 Windows、macOS 和 Linux，每个平台都有安装程序或磁盘映像。
选项 | 获取方式 |
|---|---|
| Windows | x64 提供安装程序（Setup.exe）或便携 zip，ARM64 提供 zip，均在 GitHub Releases |
| macOS | 适用于 Apple 芯片或 Intel 的 .dmg，拖入“应用程序”即可；据 README 已签名并通过公证 |
| Linux | Flatpak（内含 mpv 和 ffmpeg），或 x64、ARM64 的 tar.gz |
| 官网 | nikse.dk/subtitleedit |
| 隐私政策 | 没有独立页面；README 的 Privacy 部分即开发者的声明 |
| 源代码 | github.com/SubtitleEdit/subtitleedit，MIT 许可 |
审阅的版本：5.3.0，即 GitHub 标记为最新稳定版的 2026年10月14日发布版；5.4.0 的 beta 构建被标记为预发布。5.3.0 的文件大小为 59 至 155 MB，尚不含引擎和模型的下载。
运行要求
README 要求 Windows 10 22H2 或更新版本、macOS 12 或更新版本（推荐 macOS 14），Linux 上的 tar.gz 版本还需要 mpv 和 ffmpeg。
操作系统
- 来源说明:
- Windows 10 22H2 或更新；macOS 12 或更新，推荐 14 或更新；Linux 按 README 的软件包列表
Linux 软件包
- 来源说明:
- tar.gz 版本需要用包管理器安装 mpv 和 ffmpeg；Flatpak 和 macOS 的 .dmg 已内置
引擎下载
- 来源说明:
- 引擎和模型在首次使用时获取；Crisp ASR 的模型列表单个模型从 75 MB 到 9.4 GB 不等
翻译模型
- 来源说明:
- 精选的 llama.cpp 模型大多小于 8 GB，最大的约 12 GB
GPU 加速
- 来源说明:
- Whisper CPP 在 Windows 上提供 CPU、NVIDIA cuBLAS 和 Vulkan；更新日志提到 macOS 用 Metal、Linux 用 Vulkan
网络
- 来源说明:
- 下载引擎和模型以及使用任何在线引擎时需要；本地引擎之后可离线运行
文档没有给出应用本身的内存或显存最低要求；所需资源取决于所选引擎和模型，遇到“CUDA out of memory”错误时建议改用更小的模型。
上手步骤
以下步骤依据项目文档整理，PromptQuorum 并未实际执行。
- 1安装并打开视频
Why it matters: 运行安装程序、dmg 或 Flatpak，然后在 Subtitle Edit 中打开视频文件或已有字幕。 - 2通过 Video、Speech to text 转写
Why it matters: 选择引擎和模型，指定音频语言或使用自动检测，首次使用时让应用先下载引擎，再点击 Transcribe。 - 3检查结果
Why it matters: 调整后处理选项，阅读标出过短、过长、重叠或重复行的质量报告，再手动修正字幕列表。 - 4通过 Translate、Auto-translate 翻译
Why it matters: 选择引擎和语言对，开始翻译，并排核对原文与译文，最后点击 OK 确认。
来源已证实的功能
以下每一项都来自项目文档或发布说明，PromptQuorum 均未实测。
- 语音转文字引擎。 Whisper CPP、Purfview Faster Whisper XXL、Whisper CTranslate2、Whisper Const-me（Windows）、WhisperX 和 Python 版 Whisper 流程，另有 Qwen3 ASR CPP 以及带 Parakeet、Canary 等后端的 Crisp ASR；在线可选 OpenRouter、Alibaba Qwen3-ASR 和 Google Cloud Speech-to-Text。
- 转写辅助功能。 批处理模式、自动语言检测、语音活动检测设置、Whisper 可选的“Translate to English”、后处理和质量报告。
- 本地翻译。 由应用管理的 llama.cpp 服务器，搭配 TranslateGemma、Gemma 4、Qwen 等精选模型，以及 Ollama、LM Studio，还有按批次带上下文、剧情简介和术语表翻译的“advanced”版本；MADLAD 引擎覆盖 419 种语言。
- 云端翻译。 Google 翻译、Microsoft Bing、DeepL、ChatGPT、Anthropic、Gemini 等，多数需自备 API 密钥，另有兼容 OpenAI 的引擎，可对接任何使用该 API 的服务器。
- 核心之外。 按文档所列，还有带波形的视频播放器、用于图像字幕的 OCR、文字转语音和生成背景音乐。
数据流向与隐私
README 称 Subtitle Edit 不会收集、存储、传输或分析你的字幕文件、媒体文件及元数据，编辑、转换、播放和本地自动备份都在你的设备上完成。 Whisper CPP、llama.cpp、Ollama 和 LM Studio 等本地引擎在你的电脑上，或在你让应用连接的服务器上处理音频或文本。
例外是你自己启用的功能。据 README，翻译、语音转文字、文字转语音、OCR 或词典查询等可选在线服务只会收到该次请求所需的数据，由应用直接发送，并受服务商自身隐私政策约束。引擎说明把 Google 翻译、DeepL、ChatGPT、Anthropic、Gemini 和在线语音引擎标为需要联网的服务，多数还需要 API 密钥。“兼容 OpenAI”和“llama.cpp remote server”设置会把文本发送到你填写的地址。
📌注: 以上是开发者的声明，不是审计结果。代码虽然开源，但 PromptQuorum 没有阅读它，也没有检查应用的网络流量；引擎和模型从哪些服务器下载同样未经核实。
适合哪些人
- 字幕师和视频剪辑人员，希望在一个编辑器里完成转写、对轴和翻译，而不是在多个工具之间切换。
- 注重隐私的创作者，更愿意使用本地 Whisper 引擎和本地翻译模型，而不是上传媒体文件。
- 要处理整季剧集的人，需要对每个文件应用相同的转换或翻译。
我们未能核实的内容
- 准确度与质量。 PromptQuorum 没有运行任何语音或翻译引擎，因此不评估词错误率、幻觉现象和翻译质量。
- 速度与硬件。 未测量任何耗时或内存数据；CUDA、Vulkan 和 Metal 后端在真实文件上的效果未经测试。
- 官网文字内容。 nikse.dk 页面由 JavaScript 渲染，未能读取；本文信息来自 GitHub 和文档站点。
- 下载来源。 文档称引擎和模型会自动下载，但具体来自哪些服务器未经核实。
- 预发布版的稳定性。 5.4.0 仍处于 beta 阶段，稳定版 5.3.0 之前本身也经历了数十个 beta 和候选版本，行为可能很快变化。
竞品与替代方案
Whisper.cpp
- 平台:
- Windows、macOS、Linux
- 价格 / 许可证:
- 免费 / MIT
- 主要区别:
- Subtitle Edit 以 Whisper CPP 之名列出的引擎本体；是命令行和库工具，没有字幕编辑器
关于Whisper.cpp的文章（10篇）
- Whisper.cpp Review: Local Speech-to-Text in Pure C/C++更新于 2026年9月5日
- Buzz Review: Free Offline Whisper Transcription and Captions更新于 2026年10月24日
- Llamatik Review: Free Open-Source Offline AI Chatbot for Android, iPhone and Desktop更新于 2026年10月23日
- TranscriptionSuite Review: Free Local Speech-to-Text with Speaker Labels更新于 2026年10月18日
- Local Multimodal AI Pipeline 2026: Combine Voice, Vision, and Text Models Offline更新于 2026年10月17日
- Whisper.cpp vs faster-whisper 2026: Local STT Benchmarks, Setup & GPU Acceleration更新于 2026年10月17日
- HilbertRaum Review: A Portable, Offline AI Workspace for Chat and Your Own Documents更新于 2026年9月25日
- Local Voice & Speech Tools Compared (2026): Text-to-Speech, Speech-to-Text and Voice Agents更新于 2026年9月20日
- FunClip Review: Self-Hosted AI Video Clipping With FunASR更新于 2026年9月19日
- Izwi Review: Local Voice AI for TTS, STT, and Cloning更新于 2026年9月19日
另有18篇未显示
faster-whisper
- 平台:
- Windows、macOS、Linux
- 价格 / 许可证:
- 免费 / MIT
- 主要区别:
- 用于快速 Whisper 转写的 Python 库；字幕工作流需自行搭建
关于faster-whisper的文章（5篇）
- faster-whisper Review: CTranslate2-Accelerated Local Speech-to-Text更新于 2026年9月5日
- Whisper.cpp vs faster-whisper 2026: Local STT Benchmarks, Setup & GPU Acceleration更新于 2026年10月17日
- Local Voice & Speech Tools Compared (2026): Text-to-Speech, Speech-to-Text and Voice Agents更新于 2026年9月20日
- dograh Review: Open-Source, Self-Hosted Voice AI Agent Platform更新于 2026年9月12日
- Whisper.cpp Review: Local Speech-to-Text in Pure C/C++更新于 2026年9月5日
其他提及：
- SpeechBrain Review: An Open-Source PyTorch Toolkit for Speech and Text更新于 2026年10月23日
- TranscriptionSuite Review: Free Local Speech-to-Text with Speaker Labels更新于 2026年10月18日
- Local Multimodal AI Pipeline 2026: Combine Voice, Vision, and Text Models Offline更新于 2026年10月17日
- MacWhisper Review: Local Speech-to-Text for Mac更新于 2026年10月3日
- FunClip Review: Self-Hosted AI Video Clipping With FunASR更新于 2026年9月19日
另有6篇未显示
MacWhisper
- 平台:
- macOS
- 价格 / 许可证:
- 免费增值 / 专有
- 主要区别:
- 专注转写、一次性买断的 Mac 应用；Subtitle Edit 另有格式编辑和引擎选择
关于MacWhisper的文章（2篇）
- MacWhisper Review: Local Speech-to-Text for Mac更新于 2026年10月3日
- Meetily Review: Local, Privacy-First AI Meeting Notes更新于 2026年9月18日
其他提及：
- AquaVoice Review: Voice Dictation for AI Prompts更新于 2026年10月3日
- Local Voice & Speech Tools Compared (2026): Text-to-Speech, Speech-to-Text and Voice Agents更新于 2026年9月20日
- FunClip Review: Self-Hosted AI Video Clipping With FunASR更新于 2026年9月19日
- Willow Inference Server Review: Self-Hosted Whisper ASR and TTS更新于 2026年9月19日
TranscriptionSuite
- 平台:
- Windows、macOS、Linux
- 价格 / 许可证:
- 免费 / GPL-3.0
- 主要区别:
- 本地转写，带实时模式、说话人标注和音频笔记本（据其目录条目）
关于TranscriptionSuite的文章（1篇）
做决定前，请在各应用自己的页面上确认其当前价格、许可证和支持平台。
常见问题
第一次转写需要联网吗？
需要，仅一次：应用会在首次使用时下载所选引擎和模型。第三方组件页面还介绍了如何把文件手动放入应用的数据文件夹，该文件夹在 Windows 上是 %APPDATA%\Subtitle Edit，在 Linux 和 macOS 上是 ~/.config/Subtitle Edit。
NVIDIA 显卡适合哪个 Whisper 引擎？
文档建议在 NVIDIA GPU 上用 Whisper CPP 的 cuBLAS 后端或 Purfview Faster Whisper XXL 获得最快的转写速度，遇到 CUDA 显存不足错误时换用更小的模型。
它能标出谁在说话吗？
能，需使用 Crisp ASR 引擎。“Detect speakers”采用 NVIDIA 的 Sortformer 说话人分离，最多支持 8 位说话人，首次使用时下载 107 MB 的模型，并要求 Crisp ASR v0.8.37 或更新版本。
能用列表里没有的翻译模型吗？
能。把 .gguf 文件放进 llama.cpp/models 文件夹，或勾选“Use remote server”并指向你自己的 llama-server。文档指出 TranslateGemma 27B 需要约 16 GB 的下载量和约 20 GB 显存，并认为 12B 模型本身已是不错的选择。
不用图形界面也能使用吗？
可以，使用 seconv，即每个版本都附带发布的命令行转换工具。它的自动翻译支持兼容 OpenAI 的引擎和 DeepL，并提供 --translate-api-key 和 --translate-prompt 选项。
结论
Subtitle Edit 是一款历史悠久、免费且采用开放许可的编辑器，如今在传统字幕工具之外，集成了本地 Whisper 转写和本地大模型翻译；其更新日志显示 2026年10月20日至24日之间发布了四个预发布版本。不足在于：AI 引擎需要另行下载，体积可达数 GB；云端引擎会把你的文本或音频发给第三方；最新系列仍处于 beta 阶段；输出质量方面，我们在此没能核实任何内容。它适合已经在处理字幕、希望在自己电脑上一站式完成转写与翻译的人；如果只需要一份文字稿，专门的转写工具可能更简单。
来源
- GitHub 上的 Subtitle Edit — 仓库、MIT 许可，以及含系统要求和 Privacy 部分的 README，2026年10月24日核对。
- GitHub Releases — v5.3.0（2026年10月14日）、预发布版 v5.4.0-beta6（2026年10月24日）、下载文件和更新日志，2026年10月24日核对。
- Speech to Text 文档 — 引擎、模型、Crisp ASR 后端、说话人检测和使用提示，2026年10月24日核对。
- Auto Translate 文档与 Advanced Local Engines — 翻译引擎、自定义模型和批处理设置，2026年10月24日核对。
- Third-Party Components与 FAQ — 数据文件夹、组件位置、格式和许可证，2026年10月24日核对。
- Subtitle Edit 官网 — 官方网站；由 JavaScript 渲染，本评测未读取其文字内容。