FlyCut Caption 是一款纯浏览器本地运行、基于 Whisper 的 AI 视频字幕工具，主打本地识别、可视化编辑、一键裁剪、烧录字幕，无需上传视频到服务器，隐私安全、开箱即用。

---

一、核心介绍

1. 定位与优势

• 本地 AI 识别：基于 OpenAI Whisper，在浏览器本地运行，不上传视频，保护隐私。
• 字幕+剪辑一体化：编辑字幕片段 → 自动裁剪视频，所见即所得。
• 多语言支持：支持中文、英文、日文等数十种语言。
• 多格式导出：SRT/VTT/JSON 字幕 + 带字幕视频。
• 技术栈：React 19 + TypeScript + Vite + WebAssembly，高性能、跨平台。

2. 适用场景

• 短视频、课程、会议、播客、访谈的字幕制作
• 快速裁剪冗余片段、优化视频节奏
• 自媒体、教育、企业培训内容制作

---

二、核心功能

1. 智能语音识别（ASR）

• 基于 Whisper 模型，本地离线运行。
• 自动生成带时间戳的字幕片段。
• 支持语言自动检测或手动指定。

2. 可视化字幕编辑

• 字幕列表：直接修改文字、调整时间、删除片段。
• 批量操作：全选、批量删除、恢复、撤销/重做。
• 点击字幕 → 视频自动跳转对应时间点。
• 字幕拆分/合并：按回车拆分、合并片段。

3. 视频预览与控制

• 实时同步字幕与视频，自动跳过已删除片段。
• 快捷键：
  • 空格：播放/暂停
  • ←/→：5s 快退/快进
  • Shift+←/→：10s 快退/快进
  • ↑/↓：音量调节
  • M：静音；F：全屏

4. 字幕样式定制

• 字体：大小、粗细、颜色、字体选择。
• 位置：上/中/下、左/中/右对齐。
• 背景：颜色、透明度、边框。
• 实时预览，所见即所得。

5. 导出能力

• 字幕导出：SRT（通用）、VTT、JSON。
• 视频导出：
  • 仅保留未删除片段，自动裁剪。
  • 可选烧录字幕到视频。
  • 支持质量设置与多格式输出。

---

三、快速使用步骤（在线版）

1. 打开工具

访问官网：https://caption.flycut.co/（无需注册，直接使用）。

2. 上传视频

• 支持格式：MP4、MOV、AVI、WebM、MP3、WAV 等。
• 拖拽文件到上传区，或点击「选择文件」。

3. 生成字幕

• 选择识别语言（中文/英文/自动）。
• 点击「开始识别」，后台运行，不阻塞界面。

4. 编辑字幕（核心）

1. 修改文字：直接在字幕列表编辑内容。
2. 裁剪视频：选中冗余字幕片段 → 点击删除 → 视频自动跳过该段。
3. 调整时间：拖拽字幕起止时间，或手动输入。
4. 拆分/合并：光标定位 → 回车拆分；选中多段 → 合并。
5. 预览：点击播放，检查字幕与视频同步。

5. 样式设置（可选）

• 右侧面板调整字体、颜色、位置、背景。
• 实时预览效果。

6. 导出

• 导出字幕：选择 SRT/VTT/JSON，保存文件。
• 导出视频：选择质量 → 导出裁剪并带字幕的视频。

---

四、本地部署（开源版）

1. 环境要求

• Node.js 18+
• pnpm（推荐）或 npm。

2. 安装与运行

# 克隆仓库
git clone https://github.com/x007xyz/flycut-caption.git
cd flycut-caption

# 安装依赖
pnpm install

# 启动开发服务器
pnpm dev

# 访问 http://localhost:5173

---

五、常见问题

• 识别慢：本地运行，速度取决于设备性能；建议使用中等/基础模型。
• 识别不准：选择正确语言；清晰音频、减少背景噪音。
• 导出失败：浏览器允许下载；视频时长不宜过长（建议 < 30min）。
• 隐私：所有处理在浏览器本地完成，无数据上传。

---

六、与同类工具对比

特性	FlyCut Caption	剪映/必剪	在线字幕网站
运行方式	浏览器本地	客户端/在线	服务器上传
隐私	极高（不上传）	中	低
字幕+剪辑	一体化	一体化	仅字幕
多语言	强（Whisper）	强	中
免费	完全免费	基础免费	限免/付费