跳转至

常见工作流程

最常见任务的分步操作指南。

快速转录（最简单）

从视频到字幕的最快路径。

  1. 启动 WhisperJAV GUI
  2. 拖放 视频文件到应用中
  3. 保持所有默认设置（Balanced 模式、激进灵敏度、日语）
  4. 点击 Start
  5. SRT 文件出现在视频旁边

耗时： 使用现代 GPU 处理 2 小时视频约需 2-5 分钟。

高质量转录（集成模式）

使用两个不同的语音识别引擎并合并输出，以获得最佳精度。

  1. 进入 Ensemble 标签页
  2. 第一通道： Balanced 处理管线（默认）
  3. 启用第二通道： 勾选 Pass 2 复选框
  4. 第二通道： 选择 Qwen3-ASR
  5. 合并策略： Smart Merge
  6. 点击 Start

两个通道运行后，结果被智能合并。耗时大约是单通道的 2 倍。

ChronosJAV 处理管线（动漫/JAV 内容）

专用处理管线，使用在动漫和 JAV 对白上训练的模型。

  1. 进入 Ensemble 标签页
  2. 第一通道处理管线： 选择 ChronosJAV
  3. 模型： 可选：
    • anime-whisper（约 4GB） — 动漫/JAV 最佳质量
    • Kotoba v2.1（约 2GB） — 更轻量，带标点
    • Kotoba v2.0（约 2GB） — 更轻量，无标点
  4. 点击 Start

提示

要获得最高质量，可以在第一通道使用 anime-whisper，第二通道使用 Qwen3-ASR，配合 Smart Merge。

一步完成转录和翻译

无需额外步骤即可获得翻译好的字幕。

  1. 配置你的转录设置（任意标签页）
  2. 在 Ensemble 标签页中，勾选 "AI-translate"
  3. 选择翻译提供商（DeepSeek、Gemini 等）
  4. 如需要，输入你的 API 密钥
  5. 点击 Start

先运行转录，然后自动对结果进行翻译。

翻译已有的 SRT 文件

使用标签页 4 翻译已有的字幕。

  1. 进入 AI SRT Translate 标签页（标签页 4）
  2. 点击 Add File(s) 选择你的 .srt 文件
  3. 选择提供商和模型
  4. 输入你的 API 密钥并点击 Test Connection
  5. 设置目标语言（例如 English）
  6. 选择风格：Standard 或 Adult-Explicit
  7. 点击 Start

说明

Adult-Explicit 风格使用针对 JAV 对白的专门指令和相应词汇。

批量处理（多个文件）

一次处理整个文件夹的视频。

  1. 点击 Add Folder 选择一个包含视频的文件夹
  2. 所有媒体文件被添加到列表中
  3. 配置你的处理管线设置
  4. 点击 Start

文件按顺序处理。每个输出 SRT 保存在源视频旁边（或你选择的输出目录中）。

串行集成模式

在集成模式中，启用 Serial 模式可以先完整处理每个文件（第一通道 → 第二通道 → 合并），再处理下一个。这样可以在结果出来时立即查看，而不必等待整个批次完成。

纯 CPU 模式（无 GPU）

WhisperJAV 没有 GPU 也能工作，只是速度较慢。

  1. 进入 Advanced 标签页
  2. 勾选 "Accept CPU-only mode"
  3. 使用 Faster 模式以获得无 GPU 时的最佳速度
  4. 点击 Start

警告

CPU 模式比 GPU 模式慢 5-10 倍。2 小时的视频可能需要 30-60 分钟。

WebVTT 输出

生成用于 HTML5 视频播放器的 VTT 字幕。

  1. 进入 Advanced 标签页
  2. 将 Output Format 设为 VTT 或 Both（SRT + VTT）
  3. 按正常流程运行转录

.vtt 文件保存在 .srt 文件旁边。