免费 · 离线 · 大模型 — 音视频转写翻译
English: README.en.md
📥 下载最新版 → · macOS (Apple Silicon) / Windows x64
✅ 开箱即用：安装包内置 Whisper
base转写模型（~148 MB）和 Silero VAD，装完即可直接拖入视频开始转写，无需联网下载任何东西。
⚠️ 翻译 / AI 摘要需要额外的 Ollama + Qwen 模型，首次配置需联网下载一次；下载完成后所有功能（含翻译、摘要）全部本地运行，不联网、不调用付费 API、不上报任何遥测，数据全部留在本机。
把视频拖进来 → 本地 Whisper 转写 → 边播放边按需翻译。Subcast 是面向 macOS / Windows 的桌面应用。同一套 Nuxt/Nitro 代码也用于 pnpm dev 本地开发——这只是无需重打包 Electron 时迭代 UI 的最快方式，不是一个可部署/对外提供服务的 Web 产品。
- 🔒 隐私优先 —— 所有数据与推理都在本地完成，敏感音视频不出本机
- 💸 零成本 —— 不依赖任何云端 API，一次下载模型后零持续费用
- 🌍 多语言翻译 —— 原文 + 任意目标语言，播放器里实时切换，已缓存语言打 ✓ 标记
- ⚡ 流式体验 —— 转写过程中即可开始观看，不必等整段跑完
- ✨ AI 总结 + 章节 —— 播放器内一键生成；本地 Ollama 流式输出；章节可点击跳转
- ↩️ 断点续传 —— 中途强行结束进程，下次从最后一个已完成的 30s 分片继续
- 🎙 语音感知分片 —— Silero VAD 预分段，Whisper 只处理真正的人声，大幅减少静音 / 纯音乐段的幻觉，长视频提速 30–50%
- 🚦 自适应配置 —— 首次启动按硬件等级自动推荐 Whisper / Ollama 模型，并复用本机已有模型
- 📥 导出 & 搜索 —— 单语 / 多语 / 双语字幕导出（VTT / SRT / TXT，多语自动 ZIP）；播放器内常驻搜索框，
/或Ctrl/Cmd+F聚焦，匹配高亮 +Enter/Shift+Enter循环 - 🌊 波形进度条 —— 内联音频波形可视化，点击 / 拖动精准定位；波峰在上传时预生成，播放器打开即开即用、零等待
- 🔗 URL 导入 —— 粘贴 ScreenPal / B 站 / YouTube 等 1500+ 站点的网页链接，内置 yt-dlp sidecar 下载后自动进入转写流程，实时显示百分比进度。详见 免责声明（仅供导入你有权下载的内容）
- 🗂 媒体库管理 —— 所有转写过的媒体集中管理，缓存用量、语言标记、任务状态一目了然；支持重命名、单条 / 批量删除
📖 为什么做这个项目？（适合谁用）
云端转写服务用便利换取你的媒体——每次上传都把敏感音视频（访谈、会议、语音备忘）暴露给第三方、受限于它支持的语言、按小时计费。Subcast 面向无法接受这种妥协的人：律师、记者、研究者，以及任何受保密或数据驻留约束的用户，还有更愿意把整套流程留在本机的本地大模型爱好者。转写、翻译、AI 摘要全部在单个应用里本地完成，一次性下载模型后零持续成本、数据不离开你的机器。
首页 —— 拖入视频，下方实时显示转写 / 翻译队列。
媒体库 —— 所有转写过的媒体集中管理，显示缓存用量、语言标记、任务状态；支持重命名、单条 / 批量删除。
播放器 —— 应用的核心。左侧视频（自定义控件 + 波形进度条，可拖动精准定位），右侧双标签：
- 字幕 —— 按语言切换的字幕列表，已缓存语言打 ✓ 标记，跟随播放进度高亮当前 cue；支持搜索高亮、说话人分组视图（说话人可重命名、可调整人数重跑）
- AI 洞察 —— 一键生成本地 Ollama 流式摘要 + 可点击跳转的章节
设置 —— 硬件信息 + 模型选择 + 缓存管理 + 字幕显示偏好。
关于 —— 应用身份卡片、第三方依赖与许可证清单、仓库 / 许可证 / 提交 issue 链接。
从 Releases 页面 下载最新安装包：
| 平台 | 文件 | 体积约 |
|---|---|---|
| macOS（Apple Silicon） | Subcast-<version>-arm64.dmg |
260 MB |
| Windows（x64） | Subcast-Setup-<version>.exe |
240 MB |
已内置：Whisper base 模型（~148 MB）、Silero VAD（~2 MB）、ffmpeg/ffprobe、whisper-cli、llama-server——装完即用，转写无需联网。如需更高精度，可在设置里下载 small / medium / large-v3。
首次需联网下载（仅翻译 / 摘要用）：Ollama 运行时 + Qwen 语言模型，推荐档 qwen2.5:7b 约 4.7 GB。
-
双击
.dmg，把 Subcast 拖入 Applications。 -
首次打开会提示 "Subcast 已损坏，无法打开" —— 这不是真的损坏，是 macOS Gatekeeper 对未签名 app 的拦截（Subcast 暂未购买 Apple 签名证书，见下方"License & 成本"）。任选一种方式处理，只需一次：
-
方式一（推荐）：打开终端（Terminal），粘贴这行回车：
xattr -cr /Applications/Subcast.app
然后双击 Subcast 即可正常打开。
-
方式二：在 Applications 里右键
Subcast.app→ 打开 → 弹窗选"打开"。 （macOS 15+ 如果右键没用：系统设置 → 隐私与安全性 → 下拉至 "Subcast 已被阻止" → 仍要打开。）
-
-
跟随首次运行向导：
- Whisper 转录模型 ——
base已随安装包内置，可直接开始转写；如需更高精度，可在此下载small/medium/large-v3。如果本机已有ggml-*.bin文件（如来自 whisper.cpp 或 Aiko），Subcast 会提示软链接 / 复制，避免重复下载。 - Ollama 运行时 —— 安装到独立目录，作为菜单栏程序常驻。Subcast 自动检测；如果未运行，点击"前往 ollama.com"，安装好后回到向导点"我已安装"重检即可。
- Qwen 语言模型 —— 在
3b/7b（推荐）/14b中选择；本机已有的型号会自动标 ✓ 并优先选中。
- Whisper 转录模型 ——
-
完成。把视频拖入主窗口，或者在 Finder 里右键
.mp4/.mkv/.mov/.webm/.mp3/.wav/.m4a→ "打开方式 → Subcast"。
-
双击运行
Subcast-Setup-<version>.exe。SmartScreen 会提示 "Windows protected your PC" —— Subcast 使用自签名证书（见下方"License & 成本"）。- 点击 More info → 确认发布者为 Subcast (twoer) → Run anyway。
-
选择安装位置（默认按用户安装，
%LOCALAPPDATA%\Programs\Subcast）。 -
跟随与 macOS 完全一致的三步设置向导。
-
安装器会把 Subcast 加入开始菜单，并可选地为上述媒体后缀注册"打开方式"项。
用户数据存放位置：Windows 下 %APPDATA%\Subcast，macOS 下 ~/Library/Application Support/Subcast。模型、缓存字幕、日志都在这里 —— Subcast 不会写出其数据目录之外的任何位置。
关闭主窗口只会隐藏到托盘，后台任务（转录、翻译、AI 摘要）继续跑。托盘菜单可以重新打开窗口、运行"导出诊断"、"检查更新"、退出。
Cmd+Q / Ctrl+Q（或托盘里的"退出"）才是真正的退出：所有正在运行的任务会被干净地取消并写入数据库，下次启动自动从最后一个分片继续。
| 按键 | 操作 |
|---|---|
| Space / K | 播放 / 暂停 |
| ← / → | 后退 / 前进 5 秒 |
| J / L | 后退 / 前进 10 秒（YouTube 风格） |
| ↑ / ↓ | 音量 ±10% |
| < / > | 倍速调一档 |
| M / F / C | 静音 / 全屏 / 字幕开关 |
| 1-9 | 跳到视频 10%–90% 进度 |
| ? | 打开快捷键帮助 |
| Esc | 关闭任意对话框 |
遇到问题时：Help → Export Diagnostics…（托盘菜单里也有）会把近 7 天的结构化日志 + 一份 system.json（OS、应用版本、硬件信息）打包成 zip。不包含任何视频、字幕文本、文件名 —— 提交 issue 时附上即可。
| 现象 | 解决办法 |
|---|---|
| 向导显示"未检测到 Ollama"，但你已安装 | Ollama 是独立的菜单栏 / 任务栏程序。打开它的图标确认"正在运行"，回到向导点"我已安装"重检即可。 |
| Whisper 模型下载卡在 0% | 中国大陆用户：在向导里勾选"使用 hf-mirror.com"。已经下载的字节会在镜像上继续 —— 无需重头开始。 |
| macOS 15+ 上 Cmd-点击应用没反应 | 打开"系统设置 → 隐私与安全性"，在页面底部会有专门的"仍要打开"按钮（这个系统版本起，原先的"打开方式"菜单不再适用）。 |
| 转录到一半 Subcast 进程没了 | 直接重启。转录任务会从最后一个 30s 分片继续；翻译任务会被标记为"上次未完成"，主页给出"重试 / 忽略"按钮 —— 不会偷偷重新调用 Ollama 浪费 token。 |
- Windows —— Subcast 在后台从 GitHub Releases 拉取差分包，下次启动时自动应用。差分包使用与安装器同一份自签名证书。
- macOS —— 手动：Help → Check for Updates…（启动后 5 秒也会静默检查一次，仅在"有新版本"时弹窗）。点击会在系统浏览器打开发布页，自行下载并替换 Applications 里的 .app。
桌面版底层就是 Nuxt 4 + Nitro，Web 模式直接 pnpm dev 就能在浏览器里跑。
| 依赖 | 用途 |
|---|---|
| Node.js 22+ | Nuxt 4 / Nitro 2 运行时 |
| pnpm 9+ | 包管理器 |
| ffmpeg + ffprobe | 提取音轨、读取时长 |
| cmake + C++ 工具链 | 首次构建 whisper-cli 二进制（仅源码模式需要） |
| 本地 Ollama 服务 | 默认监听 http://localhost:11434 |
模型 / 磁盘空间：
| 配置档 | Whisper（转写） | Ollama（翻译） | 模型总占用 |
|---|---|---|---|
| 最小可跑 | tiny ≈ 78 MB |
qwen2.5:0.5b ≈ 400 MB |
≈ 480 MB |
| 推荐 | base ≈ 142 MB |
qwen2.5:7b ≈ 4.7 GB |
≈ 5 GB |
| 高精度 | large-v3 ≈ 2.9 GB |
qwen2.5:14b ≈ 9 GB |
≈ 12 GB |
硬件加速：whisper.cpp 在 Apple Silicon 上自动用 Metal、在 NVIDIA 上自动用 CUDA；Ollama 同理。无需额外配置。
brew install node pnpm ffmpeg cmake ollama
ollama serve
ollama pull qwen2.5:7bwinget install OpenJS.NodeJS.LTS Gyan.FFmpeg Kitware.CMake Ollama.Ollama
npm install -g pnpm
ollama serve
ollama pull qwen2.5:7bC++ 工具链：装 Visual Studio Build Tools，勾选"使用 C++ 的桌面开发"工作负载。
sudo apt install ffmpeg cmake build-essential
curl -fsSL https://ollama.com/install.sh | sh && ollama serve &
ollama pull qwen2.5:7bgit clone https://github.com/twoer/subcast.git
cd subcast
pnpm install # 首次较慢，会编译 better-sqlite3 等原生模块
# 编译 whisper-cli（仅源码模式）
cd node_modules/nodejs-whisper/cpp/whisper.cpp
cmake -B build
cmake --build build --target whisper-cli -j
cd -
# 下载 Whisper 模型
npx --no-install nodejs-whisper download
# 启动
pnpm dev # http://localhost:3000桌面构建：
pnpm build:desktop # 当前平台
pnpm build:desktop:mac # macOS arm64
pnpm build:desktop:win # Windows x64测试 / 类型检查：
pnpm test
pnpm typecheck
pnpm lintdocs/desktop-packaging.md—— 桌面架构 + 约 36 项设计决策docs/desktop-execution-plan.md—— Phase 0 到 Phase 5 的 file-by-file 执行计划docs/windows-codesigning.md—— Windows 自签名证书 runbook
欢迎提交 bug 报告、修复、文档与翻译。贡献指南见
CONTRIBUTING.md（英文），其中包含开发环境、模块
边界、Pull Request 流程，以及一份适合首次贡献的
good first issue 清单。
本项目遵循 Contributor Covenant 行为准则。
如发现安全漏洞，请按 SECURITY.md 私下报告 ——
不要开公开 issue。
Apache-2.0 © 2026 twoer —— 完全免费，可自由使用、修改、分发（含商业用途），无需付费、无需注册、无任何功能限制。
第三方组件（whisper-cli MIT、ffmpeg LGPL build、yt-dlp Unlicense、所有 npm 依赖）的归属与来源声明见 NOTICES.md；LGPL 版 ffmpeg 对应源码可从 https://ffmpeg.org/download.html 获取。
⚠️ 关于 URL 导入功能：内置的 yt-dlp 是通用下载工具，仅供导入你有权访问 / 有权下载的内容（自己上传的视频、CC 协议内容、公开课等）。用户需自行遵守当地版权法与各站点服务条款。完整的免责声明见DISCLAIMER.md。
💡 关于首次启动的"未知开发者"警告：Subcast 不购买 Apple / Microsoft 的签名证书（见下方折叠说明），因此首次安装时会弹 Gatekeeper / SmartScreen 警告，按 安装步骤 点一次"仍要打开"即可，不影响功能、不影响安全——只是系统对未签名应用的通用提示。
🔧 维护者视角：为什么免费且能持续？（项目设计哲学）
按照设计，发布 Subcast 的每年成本是 $0，这是项目刻意的选择，也是能长期维护下去的前提：
- macOS —— 不加入 Apple Developer Program（$99/年）。用户首次启动看到 Gatekeeper 警告是预期内的，点一次即可。
- Windows —— 使用自签名代码证书（$0）。用户首次安装看到 SmartScreen 警告，走 "More info → Run anyway"。
- 分发 —— GitHub Releases（公开仓库免费）。
- 遥测 / 崩溃上报 —— 无。诊断只在用户主动导出时打包。
如果要彻底消除首次警告，需要升级到 Apple Developer 账号 + Windows OV 证书（合计约 $300/年），目前不在路线图上。如果你愿意支持项目长期维护（例如赞助签名证书费用），欢迎通过仓库主页的联系方式与维护者沟通。