VideoSrt可在本地3分钟内生成带时间轴的中英双语SRT字幕:无需上传视频、不依赖网络平台、免手动听写;流程为本地提取音频→调用阿里云API识别→自动翻译拼接→输出三类字幕文件。

你需要把一段录好的课程或口播视频,快速生成带时间轴的中英双语SRT字幕,全程不上传原视频、不依赖网络剪辑平台、不手动听写——VideoSrt 能在本地完成音频提取→语音识别→双语字幕合成这一整套动作,3分钟内输出可用初稿。
下载并运行 VideoSrt
前往项目地址 https://gitcode.com/gh_mirrors/vi/video-srt-windows 下载标注“含 ffmpeg 依赖”的 Windows 预编译包(如 video-srt-v1.8.3-win-x64-with-ffmpeg.zip),解压到任意文件夹,双击 video-srt.exe 启动。
首次运行会弹出设置窗口,必须填入阿里云录音文件识别服务的 AccessKey ID 和 AccessKey Secret——【这两项缺一不可,否则识别任务直接失败】。语言选“中文”,区域选“华东1(杭州)”,勾选“启用翻译”并设定目标语言为“英文”。
点“保存设置”后关闭窗口,主界面即刻就绪。
拖入视频→启动识别→等待输出
把 MP4、MKV、MOV 或 AVI 视频文件直接拖进主界面中央的虚线框区域。
在任务列表中确认该文件状态为“待处理”,右侧勾选三项输出:SRT 字幕、LRC 歌词、TXT 文稿;再勾选“启用翻译”和“双语字幕(中英)”。
让 Windows 桌面程序在开机时静默自启并隐藏到系统托盘。特别适用于 Flutter、Electron 等无视 VBS/ProcessStartInfo 窗口样式、难以隐藏的顽固应用。提供「VBS 启动器 + Python ctypes/Win32 API」的隐藏窗口方案,可稳定把窗口收进托盘且不闪控制台。
点击顶部红色“开始”按钮→软件自动执行:本地调用 ffmpeg 抽取音频 → 将 WAV 文件上传至阿里云识别接口 → 接收返回文本与时间戳 → 拼接中英双语行 → 生成标准 SRT 文件。
进度条走完后,输出目录(默认为软件同级的 output 文件夹)里会出现 xxx_zh.srt、xxx_en.srt 和 xxx_zh-en.srt 三个文件,其中最后一个就是上英下中的双语 SRT。
校对与导出双语字幕
方法一:用记事本打开 xxx_zh-en.srt,检查每段是否为两行结构(第一行英文,第二行中文),时间轴是否对齐。若发现某句英文翻译错位,可手动删掉该段英文行,保留中文行,再另存为新文件。
方法二:在 VideoSrt 主界面右键该任务 → 选择“在资源管理器中打开输出目录” → 找到 xxx_zh-en.srt → 直接拖进 PotPlayer 或 VLC 播放器验证显示效果。
确认无误后,将 xxx_zh-en.srt 文件重命名为与视频同名(如 demo.mp4 → demo_zh-en.srt),放入同一文件夹,播放器会自动加载双语字幕。










