AI 字幕工具已经很多了，为什么还要重新做一个呢?

作为一名独立开发者，在一个竞争激烈的领域，胜算是很低的，另外一方面，做同样的东西意义也不大。

之所以打算自己做一个，原因主要有两个：一个是自己这边就有制作字幕的需求，长期来看可以降低一下这方面的成本。还有一个重要的原因是，我们有尝试接入过不少国内云服务商的语音转写服务接口，但对于非中文，发现识别结果没有很理想。

如果你试用一下 33 字幕，你会发现识别的准确度比很多软件要好不少，尤其是外语，不过准确的背后也是有代价的，相应消耗的算力成本也会成倍增加。

除了自己部署的语音转写模型，我们也集成了阿里云、讯飞语音等第三方的语音转写服务。

和大部分 AI 字幕工具不一样，我们把选择权交给使用者，你可以选择效果好成本高的引擎，也可以效果没那么好，但成本低的。

也许有人可能觉得，没有必要让使用者知道太多细节，直接给出最好的结果，这样既可以降低认知负担，又能隐藏技术细节和成本结构。

现实问题大部分是没有银弹的，信息不对称也许对商业有好处，但如果我自己作为一个软件使用者，我希望自己是有选择的，而不是只能选择用还是不用。

这个软件功能非常简单，就是把提取出音频，然后上传到服务器，把音频内容转成字幕文本输出。

对于我们，这个工具把我们最关键的一环补上了。后续的字幕调整工作，有比较完善的工具作为补充，比如 Arctime pro ，Aegisub 等，当然，我也希望可以直接在一个软件内就完成所有工作，这也是后续完善产品的一个方向。

为什么不做成网页端，而是要以 PC 客户端这么重的形式来交付呢？

一开始我们也想通过网页应用的形式，前端方案是通过 ffmpeg.wasm 来完成音频提取、转码等工作，但无奈这个方案存在很多限制，最后放弃了。

要知道，一个产品最终成本都会由使用者来承担。出于以更低成本运行软件的考虑，我们决定通过客户端来解决这个问题，把一些比较重的计算一部分交给用户自己的机器来完成，尽管这样做会增加前期的开发成本，甚至可能损失部分用户，从长期看，我们认为这是值得的。

而且这样做额外的好处还可以做到不上传和存储用户的视频内容，降低总体成本的同时，也保护了内容安全。

给大家送上一些算力兑换码，欢迎试用：（可兑换 10000 算力）

ncJb
AmCt
4BhT
X4Ce
0yyb
N8Vo
cs8G
ha9T
dzN5
dI5J
5QZC
devr
rvVI
qQq1
pPRx
38gQ
RtaF
mKrp
eH0N
PjkQ