今天用 AI 語音辨識自己生一份字幕出來。不用把檔案上傳到任何網站，整個流程在你自己電腦上跑完。

圖片來源: AI生成字幕 · dyphire/mpv-config · Discussion #164，更多可以看裡面範例。

mpv-sub-fastwhisper 安裝步驟

第一個：下載語音辨識引擎

去 Purfview/whisper-standalone-win 抓執行檔。這是把 whisper 包成免安裝 exe 的專案不用安裝 Python。

下載目前版本Faster-Whisper-XXL_r245.4_windows.7z，下載完解壓縮之後放一個mpv.exe相同位置(例如: D:\mpv-lazy )。

模型不用自己抓，第一次跑會自動下載到執行檔旁邊的 _models\ 資料夾。

額外補充說明： One Click Transcribe.bat 這個檔案很方便，可以把 mp4 移至到這個檔案上面，他就會開始進行產生字幕。

第二個：放置 mpv-sub-fastwhisper 腳本

去 dyphire/mpv-sub-fastwhisper 抓 sub-fastwhisper.lua，只有這一個檔案。放進：

mpv-lazy\portable_config\scripts\

安裝 ffmpeg(選擇)

另外它還會呼叫 FFmpeg，不過那是分段模式，這個有要做即時翻譯時候，需要安裝 ffmpeg 依賴。可用 scoop 裝。

scoop install ffmpeg

設定選單

在 D:\mpv-lazy\portable_config\input_uosc.conf 加上以下設定

ALT+m            script-message-to sub_export export-selected-subtitles                                                 #! 字幕 > 導出當前內封字幕
ALT+f            script-message-to sub_fastwhisper sub-fastwhisper                                                      #! 字幕 > 生成 AI 字幕
#                script-message-to sub_fastwhisper sub-translate                                                        #! 字幕 > 翻譯當前 srt 字幕

如果你沒有要調整位置可以不用調整，假如你要調整 AI 翻譯位置，那就需要繼續調整設定檔。

這邊範例以 ollama 為例，請開啟 ollama 預設會是 11434，所以需要調整 sub_fastwhisper-api_url，模型 gemma4:e4b 或 gemma4:12b 都翻譯效果都還不錯。

調整設定檔

在 mpv-lazy/portable_config/script-opts.conf 設定加上設定檔案。

## sub-fastwhisper.lua
## Faster-Whisper 語音辨識 / AI 字幕
script-opts-append = sub_fastwhisper-fast_whisper_path=D:/Faster-Whisper-XXL/faster-whisper-xxl.exe
script-opts-append = sub_fastwhisper-model=turbo
script-opts-append = sub_fastwhisper-device=cuda

#計算精度，不指定則使用 default
#script-opts-append = sub_fastwhisper-compute_type=float16

#語音語言；不設定即自動偵測
#script-opts-append = sub_fastwhisper-language=ja

#CPU 執行緒；你原本是註解狀態，因此這裡也先不啟用
#script-opts-append = sub_fastwhisper-threads=8
script-opts-append = sub_fastwhisper-max_line_width=100
script-opts-append = sub_fastwhisper-output_path=source
script-opts-append = sub_fastwhisper-update_interval=20
script-opts-append = sub_fastwhisper-use_segment=no
script-opts-append = sub_fastwhisper-segment_duration=10


## GPT / AI 翻譯 API
script-opts-append = sub_fastwhisper-api_url=http://localhost:11434/v1/chat/completions
script-opts-append = sub_fastwhisper-api_key=
script-opts-append = sub_fastwhisper-api_mode=gemma4
script-opts-append = sub_fastwhisper-api_temperature=0.95
script-opts-append = sub_fastwhisper-api_rate=15
script-opts-append = sub_fastwhisper-translate=Chinese
script-opts-append = sub_fastwhisper-font_name=Noto Sans CJK SC

ollama 先下載 gemma4 模型，之後打開 ollama 就可以進行翻譯，另外同時翻譯就不建議同時做超分動作。

模型怎麼選

可用的模型從 tiny 一路到 large-v3。實務上的取捨：

N卡就直接選 large-v3-turbo 模型就好。

相關文章

• dyphire/mpv-sub-fastwhisper —— 腳本本體，所有選項的預設值都在 lua 檔開頭。
• Purfview/whisper-standalone-win —— 免安裝執行檔。
• AI 生成字幕的討論串 · dyphire/mpv-config Discussion #164 —— 作者本人在這裡講模型選擇與速度，日文推 large-v3-turbo 就是出自這裡。