不知道大家有有没有遇到这样一个问题，就是在看海外动作电影的时候没有字幕，效果大打折扣，不过最近xiaoz发现一款宝藏开源软件Caption-Trans，它可以使用 AI 大模型翻译视频字幕，特别为日语优化（作者介绍），至于具体场景，你就自己想象吧。
两年前市面上已有类似工具，不过多数需要付费订阅。Caption-Trans 虽然开源免费，但运行需要较高的电脑配置，且部署过程需要一定折腾，所以不建议小白用户尝试。
软件原理
软件原理其实并不复杂，Caption-Trans的处理过程大致如下：
提取视频中的音频 -> WhisperX将音频转为文字 -> 调用AI大模型进行翻译 -> 输出字幕。电脑要求
由于WhisperX模型在处理时对电脑配置要求较高，尤其是GPU，因此您的电脑最好是Mac M系列芯片（内存越大越好）或者英伟达独立显卡，xiaoz的电脑配置如下：
- CPU：AMD R5 3500
- GPU：英伟达RTX 3050（8G显存）
- 内存：64GB DDR4
- 操作系统：Windows 11
安装Caption-Trans
Caption-Trans提供了macOS和Windows两个版本，软件本身体积很小，直接去Github根据自己的平台下载即可：https://github.com/cddqssc/Caption-Trans/releases
使用Caption-Trans
接下来xiaoz将以Windows系统为例，Caption-Trans在Windows下是绿色软件，直接解压到任意目录，然后打开caption_trans.exe即可。
打开后你将看到如下界面。
第一步：选择本地视频文件，这一步没啥难度。
第二部：选择模型，模型越大，效果越好，但是对电脑配置要求也越高，选择模型后，点击后面的提取，这时候软件会自动检测和安装所需环境。
这个过程会比较慢，xiaoz在安装环境的时候选择的国内环境，但安装环境依然花了将近1个小时，环境安装完毕后，点击上方截图第3个选项视频源语言，比如你下的日本电影就选日本语。
接下来第三个步骤是配置AI大模型以对字幕进行翻译，这里有个注意事项，不建议大家使用一些免费模型和国内模型来进行翻译，原因是：
- 免费模型并发限制严重，且极不稳定，翻译效果通常较差
- 国内模型对某些特殊电影的字幕会触发风控，导致字幕被和谐或翻译失败，原因你懂的
所以博主个人建议选择国外的付费大模型，比如OpenRouter（大模型服务商可以是任意兼容OpenAI接口的）
最后第四步就是导出字幕，导出的时候可以选择：原文/翻译或双语字幕，还是比较人性化的（双语字幕的目的是方便我们学习吗？）。
导出的字幕为.srt格式，后续在播放的时候选择字幕文件即可。
备注：如果您电脑配置不错的话，翻译一部电影一般不到10分钟就能搞定。
结语
总的来说，Caption-Trans 是一款极具潜力的开源字幕翻译工具，尤其适合喜欢看日本电影但苦于找不到字幕的朋友。它通过 AI 大模型实现了全自动翻译，且支持双语输出，非常实用。不过，它对电脑硬件有一定要求，且部署过程需要一些动手能力，建议有一定折腾基础的用户尝试。至于“JP动作电影”到底指哪类，那就留给大家自行想象了——懂的都懂。😄
Caption-Trans开源项目地址：https://github.com/cddqssc/Caption-Trans