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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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”。
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。
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。
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。