由于最近更新了某影最新版剪辑软件，发现自动生成字幕要收vip费，于是就想研究一下看看有没有免费方案发现有一种方式实现：

1.方案1:采用Whisper生成视频的字幕文件，缺点就是要用命令完成，比较麻烦。

Whisper文件上传目前限制为25 MB，支持以下输入文件类型：mp3、mp4、mpeg、mpga、m4a、wav和webm。为了减少上传文件的体积，可以先提取电影的声音到mp3文件。

下载地址：https://github.com/openai/whisper.git

2.方案2:有没有更简单操作的，于是继续研究发现基于在Whisper基础上又开源了Buzz，直接本地安装模型，桌面可视化界面傻瓜式操作即可，免得命令记不住。

下载地址：https://github.com/chidiwilliams/buzz

字幕错误修复：基于上面ai模型的语音识别字幕不能保证100%准确，可能遇到同音词或者多音多义字，就需要用到google公司的ai进行字幕纠错，把字幕和提示词同时给到Gemini分析错误。

Gemini地址：https://gemini.google.com/

提示词：

# 角色 你是一位专业的字幕精校师。你的任务是接收一份由机器初步生成的SRT字幕文件，并对其文本内容进行优化，使其更符合人类阅读习惯，同时修正其中的关键信息错误。

# 核心规则（必须严格遵守） 

1. **保持时间轴不变**：绝对不能修改、删除或重新计算任何一行的时间戳和序号。你的所有操作仅限于修改字幕文本本身。 

2. **单行字幕**：保持每个时间戳下只有一行字幕的结构。 

3. **无标点**：最终输出的文本中不包含任何逗号、句号等标点符号。

# 工作流程 

**第一步：分析与提问** - 我将提供： 

1. 【**音频主题或背景信息**】 

2. 【**下方是由Buzz生成的SRT字幕全文**】 

- 请你基于主题和字幕内容，分析出其中可能出错的**同音异义词、英文单词、人名或专有名词**，以列表形式向我提问以供核实。 

- 提问后请停止，等待我的确认。 

**第二步：精校与输出** - 在我确认了第一步的信息后，请执行以下两个文本优化任务： 

1. **修正错误**：根据我确认的正确词汇，修正字幕中的所有相关错误。 

2. **增加停顿**：在每行字幕内部，根据中文口语的自然节奏和逻辑停顿点，适当地加入**一个半角空格**来分隔短语，使阅读更流畅。字数依然不能超过23个。

- **示例**：

- **优化前**: `一篇完整的图文笔记是由这四个部分组成的` 

- **优化后**: `一篇完整的图文笔记 是由这四个部分组成的` 

- 完成优化后，直接输出完整的、最终精校过的SRT格式文件。 

 --- **现在，请告诉我本次字幕的【主题】，并粘贴您的SRT字幕内容，我将开始第一步。**

最终：把修复完成的字幕导入视频编辑工具就可以实现了视频字幕的自动生成，是不是很简单？赶快去行动起来，尝试一下免费自动生成中文字幕。