影片筆記：【开源字幕工具】你们要的更新，都有了！

<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->

⚠️ 全文快速校讀發現待確認修正

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

• 待修正：⚠️ 全文快速校讀：已套用暫定修正，請確認（segment=2 已先套用暫定修正：因為新版的1.4多了非常多的新功能。比如免費的ASR服務。來自B-不需要填寫API Key,直接就能用。 → 因為新版的1.4多了非常多的新功能。比如免費的ASR服務。來自B站，不需要填寫API Key，直接就能用。；segment=3 已先套用暫定修正：老師講,我不確定這玩意兒能耗多久,所以且用且更新吧。 → 老師講，我不確定這玩意兒能耗多久，所以且用且更新吧。）
• 待修正：逐字稿可先使用，但有待校正清單（segment=8 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=9 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語）

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

一句話總結

講者 Moi 介紹了開源字幕工具 Maw 從 1.3 升級至 1.4 版本的重大更新，重點包含引入來自 Bilibili 的免費 ASR 服務、支援本地模型轉錄、雙語字幕自動綁定、手動拆分面板、批量延長字幕，以及透過 Launcher 工作箱實現的 AI 修正與翻譯自動化管線，同時新增 Linux 客戶端支援與多項快捷鍵及視覺體驗優化。

核心重點

1. 免費 ASR 服務：引入來自 Bilibili 的自動語音識別服務，無需 API Key 即可使用，但講者提醒該服務持續時間不確定，建議用戶「且用且更新」。
2. 本地模型支援：支援使用用戶自己的顯卡進行本地模型轉錄，目前支援畫面上列出的模型，未來將持續增加。
3. 雙語字幕功能：支援導入第二條字幕以快速編輯雙語字幕，相同時間範圍的字幕會自動綁定，支援同時移動或調整綁定字幕的範圍。
4. 手動拆分面板：在缺乏可靠時間碼時，提供手動拆分操作，支援鼠標懸停、WASD 移動剪刀符號、點擊 B 鍵拆分，以及多重字幕下的同時拆分。
5. 批量延長功能：基於用戶建議新增，可將所有字幕同時向前或向後延長一段時間。
6. AI 處理與自動化管線：包含 AI 修正和 AI 翻譯功能，透過 Launcher 右下角的「工作箱」圖標勾選對應功能，轉寫完畢後會自動調用 AI 進行後期處理，形成自動化管線。
7. OCR 去重：利用 OCR 識別屏幕文本，禁用屏幕上存在的近似文字字幕，避免重複，講者認為對遊戲實況特別好用。
8. Linux 客戶端支援：因達芬奇（DaVinci Resolve）提供 Linux 客戶端，故跟進支援，感謝「量子貓」的 PR 貢獻。
9. 體驗優化與快捷操作：新增「字幕忍者」特效、支援 DAW Ripper 的 Repeak 波形、多項快捷鍵操作（如合併字幕、微調邊界、播放模式切換）以及視覺與聽覺上的體驗優化。

詳細大綱

1. 版本更新呼籲

• 建議下載過 Maw 1.3 的用戶更新至 1.4 版本。
• 新版本包含大量新功能。

2. 核心功能新增

• 免費 ASR 服務：
• 來源為 Bilibili。
• 無需填寫 API Key，直接可用。
• 講者註記不確定該服務能持續多久，建議「且用且更新」。
• 本地模型支援：
• 支援使用用戶自己的顯卡直接進行轉錄。
• 目前支援畫面上列出的模型，未來會繼續增加。
• 雙語字幕功能：
• 支援導入第二條字幕以快速編輯雙語字幕。
• 導入後，相同時間範圍的字幕會自動綁定。
• 支援同時移動或調整綁定字幕的範圍。
• 手動拆分面板：
• 在缺乏可靠時間碼時，回退至手動拆分操作。
• 操作方式：鼠標懸停於斷開位置，或使用 WASD 移動剪刀符號，點擊 B 鍵進行拆分。
• 多重字幕情況下，可同時選擇主副字幕的拆分點。
• 按 Tab 切換，按空格確認。
• 批量延長功能：
• 基於用戶建議新增。
• 可將所有字幕同時向前或向後延長一段時間。
• AI 處理與自動化管線：
• 包含 AI 修正和 AI 翻譯功能。
• 透過 Launcher 右下角的「工作箱」圖標勾選對應功能。
• 轉寫完畢後，會自動調用 AI 進行後期處理。
• 可在 Launcher 中勾選項目，轉寫後自動依次執行步驟，形成自動化管線。
• OCR 去重：
• 利用 OCR 識別屏幕文本。
• 禁用屏幕上存在的近似文字字幕，避免重複。
• 講者認為對遊戲實況特別好用。

3. 平台與技術支援

• Linux 客戶端：
• 因達芬奇（DaVinci Resolve）提供 Linux 客戶端，故跟進支援。
• 感謝「量子貓」的 PR（Pull Request）貢獻。

4. 體驗優化與快捷操作

• 個人化功能：
• 「字幕忍者」：拆分字幕時顯示酷炫刀光特效及音效。
• 支援 DAW Ripper 的 Repeak 波形（在量子貓幫助下增加）。
• 配置與快捷鍵：
• 許多配置移至四大區域的齒輪按鈕中。
• 合併字幕：Ctrl + Shift + A 或 D。
• 設置位置：按 Z 或 X 快速將起始或結束位置設為鼠標所在位置。
• 微調：按住字幕時，按 A/D 前後微調；可設置微調幅度（單位毫秒）；按住邊界可單獨微調邊界。
• 播放模式：
• 原 JKL 鍵為慢放和快放。
• 新增可選模式，JKL 變為倒放和正放（類似達芬奇操作）。
• 左右方向鍵跳轉時長支援自定義。
• 視覺與介面改進：
• 拆分位置帶有指示符，成功拆分時顯示特效。
• 鼠標位置常態顯示 Cursor，方便辨認波形。

5. 其他資訊

• 更多零碎更新可參考 Release 發布頁或講者動態圖文。
• 1.4 版本發布已超過兩周，期間持續開發新功能。

工具 / 模型 / 名詞整理

• Maw：軟體名稱（講者口述為 Maw，版本號 1.3 與 1.4）。
• Bilibili (B站)：免費 ASR 服務來源。
• Launcher：軟體內的啟動器/管理介面。
• 工作箱：Launcher 右下角的功能圖標名稱。
• 達芬奇 (DaVinci Resolve)：提及提供 Linux 客戶端的軟體，作為跟進開發 Linux 版本的參考。
• DAW Ripper：提及支援其 Repeak 波形功能。
• Repeak：DAW Ripper 相關的波形格式或功能名稱。
• 量子貓：貢獻 PR 的用戶或貢獻者名稱。
• ASR：自動語音識別（Automatic Speech Recognition）。
• OCR：光學字元識別（Optical Character Recognition）。
• PR：Pull Request（程式碼合併請求）。
• API Key：應用程序介面金鑰。
• 顯卡：硬體設備，用於運行本地模型。
• Linux：作業系統平台。

操作流程整理

1. 更新軟體：建議 Maw 1.3 用戶更新至 1.4 版本。
2. 使用免費 ASR：無需 API Key，直接選擇來自 Bilibili 的 ASR 服務進行轉錄。
3. 使用本地模型：選擇支援的本地模型，利用用戶顯卡進行轉錄。
4. 編輯雙語字幕：

• 導入第二條字幕。
• 系統自動綁定相同時間範圍的字幕。
• 同時移動或調整綁定字幕的範圍。

1. 手動拆分字幕：

• 鼠標懸停於斷開位置，或使用 WASD 移動剪刀符號。
• 點擊 B 鍵進行拆分。
• 多重字幕情況下，同時選擇主副字幕的拆分點。
• 按 Tab 切換，按空格確認。

1. 批量延長字幕：選擇所有字幕，向前或向後延長指定時間。
2. 執行 AI 自動化管線：

• 打開 Launcher。
• 勾選右下角「工作箱」對應的 AI 修正或翻譯功能。
• 轉寫完畢後，系統自動調用 AI 進行後期處理。

1. 使用 OCR 去重：啟用 OCR 功能，識別屏幕文本並禁用近似字幕。
2. 快捷操作：

• 合併字幕：Ctrl + Shift + A 或 D。
• 設置位置：按 Z 或 X 快速將起始或結束位置設為鼠標所在位置。
• 微調：按住字幕時，按 A/D 前後微調；按住邊界可單獨微調邊界。
• 播放模式切換：根據設置，JKL 鍵可變為慢放/快放或倒放/正放。

值得注意的限制或風險

• 免費 ASR 服務的持續性：講者註記來自 Bilibili 的免費 ASR 服務能持續多久不確定，建議用戶「且用且更新」。
• 本地模型支援範圍：目前僅支援畫面上列出的本地模型，未來會繼續增加，當前可能無法使用所有本地模型。
• 手動拆分依賴用戶操作：在缺乏可靠時間碼時，需依賴用戶手動拆分，可能影響效率。
• OCR 去重的適用性：講者認為對遊戲實況特別好用，但未明確說明在其他類型視頻中的效果。

逐字稿辨識疑點

• Maw：講者多次口述軟體名稱為「Maw」，需查證是否為特定軟體名稱或口誤。
• Maw 1.3 / 1.4：軟體版本號，需確認是否為正確版本命名。
• B站：講者口述為「來自B站」，需確認是否指代 Bilibili 的服務或特定整合。
• 老師講：講者口述「老師講，我不確定這玩意兒能耗多久」，語意稍顯突兀，需確認是否為特定稱呼或口誤。
• 高呼聲：講者口述「還有很高呼聲的本地模型」，語意不明，需確認是否為「高呼声」（高呼聲）或特定術語。
• 畫面上的這些模型：講者提及「目前支持畫面上的這些模型」，但逐字稿中未列出具體模型名稱，需查證實際支援的模型列表。
• 拆分面板：講者提及「拆分面板」，需確認是否為軟體內特定功能名稱。
• 剪刀符號：講者提及操作時移動「剪刀符號」，需確認介面中是否確實為此圖標。
• B 鍵：講者提及點擊「B」鍵進行拆分，需確認快捷鍵設定。
• Tab / 空格：講者提及按「Tab」切換，按「空格」確認，需確認快捷鍵設定。
• 工作箱圖標：講者提及「工作箱圖標」，需確認介面中是否為此名稱。
• 字幕忍者：講者提及「字幕忍者」功能，需確認是否為特定功能名稱或暱稱。
• 刀光：講者提及「酷炫刀光」，需確認是否為視覺特效名稱。
• DAW Ripper：講者提及「DAW Ripper」，需確認是否為特定軟體或插件名稱。
• Repeak：講者提及「Repeak 波形」，需確認是否為特定格式或功能名稱。
• 四大區域：講者提及「四大區域自己的齒輪按鈕」，需確認介面結構。
• Ctrl Shift A / D：講者提及快捷鍵，需確認實際設定。
• Z / X：講者提及快捷鍵，需確認實際設定。
• A / D：講者提及快捷鍵，需確認實際設定。
• JKL：講者提及快捷鍵，需確認實際設定。
• Cursor：講者提及「常態顯示一個 Cursor」，需確認是否為特定圖標名稱。
• Release 發布頁：講者提及查看更新的途徑，需確認具體網址或位置。
• 動態圖文：講者提及查看更新的途徑，需確認具體平台或位置。

可延伸追問

1. Maw 軟體的具體下載與安裝方式為何？
2. 免費 ASR 服務（來自 Bilibili）的使用限制或頻率限制為何？
3. 支援的本地模型具體有哪些？如何下載和配置這些模型？
4. 雙語字幕自動綁定的準確率如何？是否有手動調整綁定的選項？
5. 手動拆分面板的具體操作界面和快捷鍵設定為何？
6. AI 修正和 AI 翻譯功能的具體效果如何？是否需要額外配置？
7. OCR 去重功能在複雜背景或動態畫面中的表現如何？
8. Linux 客戶端的具體功能和限制為何？與 Windows/macOS 版本有何差異？
9. 「字幕忍者」特效和 DAW Ripper 的 Repeak 波形支援如何配置和使用？
10. 如何查看和更新 Maw 的 Release 發布頁和講者動態圖文？