MioSub 开源全自动字幕生成工具

MioSub（前身名为 Gemini-Subtitle-Pro）是一款开源全自动字幕生成工具，把视频下载、转录、翻译、时间轴对齐、压制串成一条流水线：粘贴链接，等它跑完就能拿到成品字幕，官方把它定位为「真正读懂上下文的 AI 字幕编辑器」。项目提供 Windows、macOS、Linux 三平台客户端，界面支持中/英/日，翻译基于 Google Gemini API、支持 100+ 语言互译。截至 2026-10-05，仓库 corvo007/MioSub 有 822 star / 55 fork，最新版本 v3.1.9（2026-07-18）。先说清两件事：跑全自动流程必须自备 Google Gemini API Key，并非下载即用；项目采用 AGPL-3.0 协议，对闭源商用限制较多。

下载地址#

蓝奏：超过 100MB，不传。

提取码统一 8888。

实测信息#

本机核验（2026-10-06）：从官方 GitHub Release v3.1.9 拉取 Windows x64 安装包 MioSub-win-x64-setup.exe，实测 231,200,421 字节（220.49 MB），与 Release 资产登记体积逐字节一致；SHA256 33d4d3fedd420fc81986f25ffaf586678b796895fe47bba88655c3304e1ad907（供下载后自查）；仓库许可证为 AGPL-3.0 标准原文，无自定义转存限制。安装包超过 100MB，本站只走 123 与夸克，不传蓝奏。

以下信息合并自素材 A（小羿站「下载实测」条目，2026-05-28）与素材 B（官方仓库 README 与 GitHub API，2026-10-05 抓取）。运行环境：Windows 64-bit、macOS 12+、Linux x64/arm64（AppImage 格式），内存 4GB 以上并需联网，本地开发需 Node.js 18+。流程依赖 yt-dlp 与 FFmpeg，转录默认走 Google Gemini（Gemini 2.5/3 Flash/Pro 系列），也可改用本地 Whisper，但需要额外配置。当前版本 v3.1.9（2026-07-18 发布，同日还发了 v3.1.8；该项目发版密集、多版同日，引用版本号建议带日期），Windows 安装包 win-x64-setup.exe 约 220.5MB。从 v2.x 升级建议先看官方迁移指南（miosub.app/docs/guide/migration）。本篇素材未附截图，下文图注仅描述对应画面。

时间轴对齐#

v3.0 起内置 CTC 强制对齐器，开箱即用，不用再配置外部对齐工具；素材 A 写的「毫秒级对齐」是 CTC 对齐的理论精度，不是端到端实测误差。v3.0 同时把编辑器与设置面板重构了一遍，界面焕然一新。 图注：字幕与语音时间轴对齐的效果界面。

多语言翻译#

翻译走 Google Gemini API，支持 100+ 语言互译，界面本身提供中/英/日三种语言。长视频靠长上下文翻译与术语表管理来保持人名、术语前后一致。它与剪映、必剪是分工关系：MioSub 只深耕字幕这一条流程，需要完整剪辑仍要用剪辑软件。 图注：翻译语言选择与术语表管理界面。

说话人标注#

仓库自带 speaker-diarization（说话人分离）能力，可自动推测并标注多说话人身份，支持自定义说话人名称和颜色。 图注：多说话人字幕的标注与配色界面。

字幕编辑器#

边看边改，实时预览字幕效果；支持 SRT/ASS 导入、双语字幕导出、一键压制成片。选中片段可批量重生成（重跑转录 → 润色 → 对齐 → 翻译）。操作前会自动保存版本快照、可回滚，这是素材摘要没展开但实用的安全网。 图注：字幕编辑器边看边改、实时预览的界面。

纯音频与字体渲染#

v3.0 起不只处理视频：播客、电台、有声书等纯音频也能直接出字幕。针对中日文缺字与方块问题，内置 NotoSans 字体，渲染更清晰。 图注：纯音频处理与中日文字幕渲染效果。

软件信息#

更新说明（2026-10-06）：补一张 MioSub 官网首页截图，软件版本、安装包与网盘链接均未变动。