2026/8/22 10:11:08
FEATURED · 精选文章 
3 步把音频变成 LRC 字幕【免费下载链接】openlrcTranscribe and translate voice into LRC file using Whisper and LLMs (GPT, Claude, et,al). 使用whisper和LLM(GPTClaude等)来转录、翻译你的音频为字幕文件。项目地址: https://gitcode.com/gh_mirrors/op/openlrc做播客后期的人都知道配字幕最磨人的是时间轴一句一句听、手动打戳两小时的音频能对齐到凌晨三点。想省事去网上找自动转字幕的工具跑出来的时间轴全飘翻译还一股机翻味。其实把一段音频转成带时间戳的 LRC 字幕完全不用这么耗人。它是干什么的OpenLRC 就是干这个的把一段音频或视频丢进去出来一份带时间戳的 .lrc 字幕文件还可以顺手翻译成指定语言。原理就两步识别用 faster-whisper把语音切成带起止时间的片段翻译交给 LLMGPT、Claude、Gemini 都能接逐段翻译并保持上下文最后拼成 LRC音频或 SRT视频。怎么装它是个 Python 库安装就一行pip install openlrc另备两样ffmpeg 装好并把 bin 目录加进 PATH抽音频、预处理都靠它LLM 的 API key 设成环境变量OPENROUTER_API_KEY 最灵活OPENAI_API_KEY、ANTHROPIC_API_KEY 也行。没有 N 卡也能跑只是 Whisper 会慢一些。跑一遍用法是几行 Python我带你跑一遍from openlrc import LRCer lrcer LRCer() lrcer.run(./data/song.mp3, target_langzh-cn)跑完同目录会多出 song.lrc里面就是中文译文加时间戳。传视频文件时输出自动变成 .srt传列表批量处理时转录串行、翻译开 4 个线程并发一批长音频不用干等。不想写代码的话有内置的 Web 界面openlrc gui浏览器打开 Streamlit 页面传文件、选 Whisper 模型和翻译模型、点 GO底层是同一条流水线。能帮你干哪些事给单曲做同步歌词MP3 丢进去出来的 .lrc 直接丢进手机播放器就能滚字run 时加 bilingual_subTrue会额外出一份中英对照版。把外语音频翻译成中文字幕英文源配 gpt-4o-mini、deepseek-chat 这类便宜模型就够官方定价表里 1 小时音频大概 0.01 美元非英文源建议上 claude-3-5-sonnet。专有名词翻译跑偏写个术语表 JSON源词映射到译词通过 TranslationConfig(glossaryglossary.json) 传入LLM 会按表翻译。批量跑不烧钱单次翻译费用有上限fee_limit 默认 0.8 美元日志里实时累计已花费用超了会停。容易卡住的三个点时间轴飘了怎么修多半是 VAD 太松。把 vad_options 的 threshold 调到 0.1 再跑注意要先删掉已生成的 *_transcribed.json否则旧转录结果会被直接复用参数白改。翻译质量不达标怎么换模型英文源用 gpt-4o-mini 或 deepseek-chat非英文源换 claude-3-5-sonnetfrom openlrc import LRCer, TranslationConfig, ModelConfig, ModelProvider lrcer LRCer(translationTranslationConfig( chatbotModelConfig(providerModelProvider.ANTHROPIC, nameclaude-3-5-sonnet-20240620)))改完重跑就行转录结果会被复用不用重新跑 Whisper。批量跑内存爆了怎么办转录本来就是逐文件串行的吃资源的主要是默认的 large-v3批量长音频把 whisper_model 换成 medium 或 small 最立竿见影跑完加 clear_tempTrue 清掉中间 wav 和 json磁盘也不至于越跑越挤。开头那个对齐到凌晨三点的活现在就是装依赖、配好 key、跑一行代码的事时间戳和翻译全自动完成你只剩最后通读一遍译文的功夫。【免费下载链接】openlrcTranscribe and translate voice into LRC file using Whisper and LLMs (GPT, Claude, et,al). 使用whisper和LLM(GPTClaude等)来转录、翻译你的音频为字幕文件。项目地址: https://gitcode.com/gh_mirrors/op/openlrc创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
3 步把音频变成 LRC 字幕
3 步把音频变成 LRC 字幕【免费下载链接】openlrcTranscribe and translate voice into LRC file using Whisper and LLMs (GPT, Claude, et,al). 使用whisper和LLM(GPTClaude等)来转录、翻译你的音频为字幕文件。项目地址: https://gitcode.com/gh_mirrors/op/openlrc做播客后期的人都知道配字幕最磨人的是时间轴一句一句听、手动打戳两小时的音频能对齐到凌晨三点。想省事去网上找自动转字幕的工具跑出来的时间轴全飘翻译还一股机翻味。其实把一段音频转成带时间戳的 LRC 字幕完全不用这么耗人。它是干什么的OpenLRC 就是干这个的把一段音频或视频丢进去出来一份带时间戳的 .lrc 字幕文件还可以顺手翻译成指定语言。原理就两步识别用 faster-whisper把语音切成带起止时间的片段翻译交给 LLMGPT、Claude、Gemini 都能接逐段翻译并保持上下文最后拼成 LRC音频或 SRT视频。怎么装它是个 Python 库安装就一行pip install openlrc另备两样ffmpeg 装好并把 bin 目录加进 PATH抽音频、预处理都靠它LLM 的 API key 设成环境变量OPENROUTER_API_KEY 最灵活OPENAI_API_KEY、ANTHROPIC_API_KEY 也行。没有 N 卡也能跑只是 Whisper 会慢一些。跑一遍用法是几行 Python我带你跑一遍from openlrc import LRCer lrcer LRCer() lrcer.run(./data/song.mp3, target_langzh-cn)跑完同目录会多出 song.lrc里面就是中文译文加时间戳。传视频文件时输出自动变成 .srt传列表批量处理时转录串行、翻译开 4 个线程并发一批长音频不用干等。不想写代码的话有内置的 Web 界面openlrc gui浏览器打开 Streamlit 页面传文件、选 Whisper 模型和翻译模型、点 GO底层是同一条流水线。能帮你干哪些事给单曲做同步歌词MP3 丢进去出来的 .lrc 直接丢进手机播放器就能滚字run 时加 bilingual_subTrue会额外出一份中英对照版。把外语音频翻译成中文字幕英文源配 gpt-4o-mini、deepseek-chat 这类便宜模型就够官方定价表里 1 小时音频大概 0.01 美元非英文源建议上 claude-3-5-sonnet。专有名词翻译跑偏写个术语表 JSON源词映射到译词通过 TranslationConfig(glossaryglossary.json) 传入LLM 会按表翻译。批量跑不烧钱单次翻译费用有上限fee_limit 默认 0.8 美元日志里实时累计已花费用超了会停。容易卡住的三个点时间轴飘了怎么修多半是 VAD 太松。把 vad_options 的 threshold 调到 0.1 再跑注意要先删掉已生成的 *_transcribed.json否则旧转录结果会被直接复用参数白改。翻译质量不达标怎么换模型英文源用 gpt-4o-mini 或 deepseek-chat非英文源换 claude-3-5-sonnetfrom openlrc import LRCer, TranslationConfig, ModelConfig, ModelProvider lrcer LRCer(translationTranslationConfig( chatbotModelConfig(providerModelProvider.ANTHROPIC, nameclaude-3-5-sonnet-20240620)))改完重跑就行转录结果会被复用不用重新跑 Whisper。批量跑内存爆了怎么办转录本来就是逐文件串行的吃资源的主要是默认的 large-v3批量长音频把 whisper_model 换成 medium 或 small 最立竿见影跑完加 clear_tempTrue 清掉中间 wav 和 json磁盘也不至于越跑越挤。开头那个对齐到凌晨三点的活现在就是装依赖、配好 key、跑一行代码的事时间戳和翻译全自动完成你只剩最后通读一遍译文的功夫。【免费下载链接】openlrcTranscribe and translate voice into LRC file using Whisper and LLMs (GPT, Claude, et,al). 使用whisper和LLM(GPTClaude等)来转录、翻译你的音频为字幕文件。项目地址: https://gitcode.com/gh_mirrors/op/openlrc创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 
