Overtone

Overtone 是 Lont 团队做的开源字幕工具，包括一个命令行程序、一个 video.js 播放器插件和一种字幕文件格式。命令行可以从音频或视频转写出逐词字幕，再导出或直接烧录进视频；已经有 SRT、VTT 字幕的，可以离线重新切行，不用 API 密钥。转写时先用语音识别（ASR）得到文字，再让大语言模型判断实际说的是什么。一份字幕文件里，每个词只存一次，字幕按画面比例分别切行，默认是 16:9 和 9:16，播放器插件会显示适合当前画面的那一版。按画幅切行是它和一般字幕工具最大的不同：竖屏视频不会出现横屏那种太长的字幕，行尾也尽量不停在“的”“了”这类虚词上。作者说英语和荷兰语的切行规则最完整，中文、日文、泰文这类不用空格分词的文字按短语处理，没有翻译功能。

适合谁：做视频、要给横屏和竖屏内容配字幕的创作者和开发者。

使用前提：命令行需要 Node.js 22.12 或更新版本，转写和烧录还要装 ffmpeg；播放器插件需要 video.js 8.5 或更新版本。云端转写默认用 OpenAI 和 Azure 的语音服务，要自己准备 API 密钥；音频、转写文字和词表会发给所选服务，按用量计费，部分重传会再计一次。作者建议先加 --dry-run，看清楚会发到哪里、大概花多少钱再执行。也可以加 --local 用 whisper.cpp 和 Ollama 在本机离线转写。代码是 MIT 许可。

以上根据项目公开说明整理，本站没有实际测试。