剪映字幕要会员？试试开源的 FlyCut Caption

偶尔剪条视频，就为「识别字幕」被要求开会员，确实挺让人别扭。

GitHub 上有个开源项目 FlyCut Caption，基于 Whisper 等本地语音识别，把「生成字幕 → 可视化改稿 → 导出」这条链路尽量放在自己电脑上完成，适合不想为单一功能续费的人。

项目地址：https://github.com/x007xyz/flycut-caption

它能做什么？

1. 语音转字幕
   用 Whisper（浏览器端）或桌面端 FunASR 等方案做识别，带时间戳。口播、教程类视频，准确率通常比「错字连篇还要逐句手改」好用不少。
2. 可视化编辑
   字幕可以拖位置、改字体颜色，改完实时预览。也支持按字幕片段做基础裁剪（例如去掉空白、不要的句段），相当于「改字幕顺带理时间线」。
3. 本地处理
   识别和编辑尽量在本地跑，视频不必上传到剪辑平台云端，对在意素材隐私的人更友好。
4. 导出灵活
   支持 SRT、JSON 等常见字幕格式，也可以硬烧进成片再导出，方便丢进其他剪辑软件或直接发布。

另外还有双语字幕、翻译相关能力（视版本与配置而定），技术栈是现代前端 + 可选桌面端（Tauri），开发者也能当组件集成。

和剪映比，差在哪？

如果你本来就要用剪映做复杂包装、模板、多轨道，它替代不了整套工作流；
如果你只是「给口播加个靠谱字幕再导出」，它往往就够了。

使用注意

• 首次跑 Whisper / 模型会占磁盘和内存，机器太弱时识别会慢一些。
• 方言、嘈杂环境、多人叠音仍可能需要手工校对，别指望零修改。
• 以仓库 README 的安装方式为准（常见是 Node 环境克隆后本地启动）。
• 开源协议与依赖许可发布前自己确认一下，尤其是商用场景。

小结

平台把基础能力收进会员里，用户就会去找「只解决这一个痛点」的开源替代。FlyCut Caption 把 Whisper 级识别和可视化字幕编辑拼在一起，还强调本地、可导出，对偶尔剪视频的人是个务实选项。

下次再因为「就想加个字幕」被催着续费，可以先让本地 AI 跑一轮——不一定非要为整个软件生态买单。