Windows本地离线字幕工具Funasr-Subtitle

Funasr-Subtitle 是一款基于 FunASR 框架开发的纯本地、离线 Windows 音视频转字幕工具。所有转写过程均在本地完成，无需联网也无需上传云端，最大程度保障隐私安全。它支持中文、粤语、英语、日语、韩语识别，并可导出 SRT、VTT、TXT、JSON 等多种格式，基于达摩院 FunASR 的 ONNX 推理模型，在中文与粤语识别准确率上通常优于通用 Whisper 模型。

✨核心功能

🔒 纯本地 / 离线 — 除首次下载模型外不联网，不上传任何音视频。

🖥️ Windows 便携包 — 解压 → 双击 funasr-subtitle.exe → 浏览器里用；无需安装、无需管理员权限、无需预装 Python。

⚡ 纯 CPU·够快 — 默认 SenseVoiceSmall（非自回归 + 量化 ONNX）。实测整条管线（VAD + ASR + 切句）RTF ≈ 0.1（约 10× 实时，10s 音频 ~1s 出字幕；ASR 推理本身更快，RTF ≈ 0.02）。非自回归是它比逐 token 解码的 Whisper 快得多的根本原因。

🎯 多模型可选 — SenseVoiceSmall（快·多语言）/ Paraformer-zh（中文高精度）/ Paraformer-zh 热词版（支持热词）。

🌐 多语言 — 中文 / 粤语 / 英语 / 日语 / 韩语，可自动识别或手动指定。

✂️ 专业字幕切分 — 按标点 / 停顿切句；每行「显示宽度」可调（中日韩字符算 1、拉丁/数字算 0.5，默认 30 ≈ 中文 30 字 / 英文 ~60 字，上限 100，0 = 不限制）+ 单条 ≤ 7s，断点取 句末 > 子句 > 词边界，不拆英文词；最终 cue 严格单调不重叠。

🔤 标点模式可选 — 自动（默认：中文等自带标点的语言加句末标点；英文按停顿切、不强加——英文模型标点常不准，错位句号会把一句切碎）/ 加句末标点 / 不加。

📝 多格式导出 — SRT / VTT / TXT / JSON，或一键「复制全文」。

👥 说话人分离（可选） — 用 cam++ 标注每段说话人，导出含 [spk0]/[spk1]…；仅完整版 + Paraformer 模型可用（完整版有 N 卡自动用 GPU、无卡回退 CPU）；onnx 版与 SenseVoice 不支持。

GitHub地址：https://github.com/rockbenben/funasr-subtitle