TRAE AI 创造力大赛 · 已有项目升级参赛

FlyCut Caption

这不是一个从零开始的想法,而是对现有 FlyCut Caption 的一次参赛级升级: 从单一网页字幕工具,扩展为支持客户端、多模型、多语言字幕、AI 纠错与翻译的创作者工作台。

作品类型
已有项目升级 / AI 字幕工具
本次重点
字幕工作流增强
新增能力
客户端 + 多模型 + 翻译
技术方向
端侧 AI + 多语言字幕处理
FlyCut Caption Upgrade Plan
00:00:04.200 - 00:00:07.800 原始字幕:这里是一个中文视频片段。
00:00:08.100 - 00:00:10.400 AI 纠正:自动修复错别字、标点和断句。
00:00:11.000 - 00:00:15.600 English: Translate Chinese captions into English.
00:00:16.100 - 00:00:19.300 多语言字幕:中文、英文字幕可同时预览与导出。
中文 / English 双语字幕预览

为什么要升级

FlyCut Caption 已经具备基础的字幕生成、编辑和导出能力。本次参赛不再重复展示已有功能, 而是围绕真实创作者工作流补齐关键短板:更好的界面、更稳定的客户端形态、更灵活的识别模型、 多语言字幕、AI 字幕纠错,以及面向中文内容出海的中英翻译能力。

从工具到工作台

原项目解决了“生成字幕”这一步,升级后要覆盖校对、翻译、多语言导出和客户端使用。

从网页到客户端

视频字幕任务常涉及大文件和长时间处理,客户端能提供更稳定的本地体验和文件访问能力。

从单语到多语

中文内容需要更方便地生成英文字幕,帮助课程、短视频和产品演示触达更多受众。

本次参赛修改内容

参赛版本将围绕六个方向进行升级,每一项都对应现有项目的明确增强点。

1. UI 改动 重构字幕编辑、预览、模型和导出入口,让长流程更清晰。
2. 支持客户端 补充桌面客户端形态,面向本地大文件和长视频处理。
3. 添加新模型 在现有 Whisper 基础上扩展新的 ASR 模型选择。
4. 多语言字幕 支持多语言字幕轨道的编辑、预览和导出。
5. AI 纠错 自动修复 ASR 字幕中的错字、标点、断句和口语表达。
6. 语言翻译 将中文字幕翻译为英文字幕,形成类似 IndexTTS 的跨语言内容能力。

六项升级详解

UI 改动

把原本偏功能堆叠的界面调整为“导入、识别、校对、翻译、导出”的清晰流程,减少用户在字幕列表、播放器和设置项之间来回寻找的成本。

支持客户端

在 Web 版本之外补充客户端方向,让用户处理本地视频时更自然,适合长视频、大文件、离线使用和更稳定的文件导出场景。

添加新模型

扩展 ASR 模型能力,不再只依赖单一路径。用户可以根据语言、速度、准确率和本地运行条件选择更合适的识别模型。

支持多语言字幕

新增多语言字幕轨道概念,让同一段视频可以同时管理中文、英文等多份字幕,适合课程、演示、出海短视频和跨语言内容分发。

支持 AI 纠正字幕

ASR 生成的字幕常有错字、标点缺失、断句不自然等问题。升级版会引入 AI 纠错,让字幕从“可用”进一步接近“可发布”。

支持语言翻译

重点支持把中文语言字幕翻译为英文语言字幕,类似 IndexTTS 的跨语言能力,让中文视频更容易生成面向国际用户的字幕版本。

参赛目标用户

  • 已有中文视频内容、希望生成英文字幕的创作者
  • 需要批量处理课程、访谈、演示录屏的内容团队
  • 希望在本地客户端中处理大文件的剪辑用户
  • 对 ASR 结果准确性、校对效率和多语言发布有要求的用户

升级价值

本次升级的价值不在于重复证明“可以生成字幕”,而是把已有项目推进到更完整的内容生产链路: 识别更灵活、校对更智能、字幕支持多语言、中文内容可以一键生成英文字幕,并且客户端让本地视频处理更可靠。 这会让 FlyCut Caption 从一个字幕工具进化为面向创作者的 AI 字幕生产工作台。

计划落地方向

项目已有 React、TypeScript、Vite、Transformers.js、Web Workers、FFmpeg/WebAV 等基础。 参赛版本会在这个基础上继续扩展桌面端、模型抽象、多语言字幕结构和 AI 后处理链路。

React 19 TypeScript Vite Transformers.js Whisper New ASR Model AI Subtitle Correction Chinese to English Translation Multilingual Subtitles Desktop Client Web Workers FFmpeg / WebAV