小伙伴们有没有好奇我最近在做什么呢？
作为一个内容创作者，少不了和视频打交道，无论你只是单纯的搬运、整理文稿还是想给自己的视频加上字幕，都没有一款工具能彻底解决所有问题。
卡卡字幕助手（VideoCaptioner）应该是目前最完善的工具了，集下载、AI 翻译、视频合成于一体。但是！它还是没有像 SubtitleEdit 一样的字幕校对和编辑功能，并且下载功能一直抽风。
于是我想要给一个没有字幕的视频加上字幕，就需要先打开cobalt 下载视频，卡卡字幕助手转录字幕和翻译，SubtitleEdit 编辑字幕，最后打开 Adobe Premiere 合成视频。
何等的麻烦！
是可忍熟不可忍！
于是 AI 的大手发力了！我用一个月时间做出来这款集下载、AI 翻译、编辑字幕于一体的开源视频神器 MediaFlow！
下面就由我来向大家一一介绍它的功能。
功能介绍
1. 视频下载
下载视频功能使用的 yt-dlp，支持互联网上绝大多数视频网站，包括 X（Twitter）、Youtube、Bilibili、小红书等。
我还特地为抖音和快手等 yt-dlp 不支持的网站做了适配，包括 Cookie 管理等，费了很大的功夫。实际上我并不需要这些网站的视频，但为了大而全还是做了，后续也拖了不少后腿，只能说是个教训了，应该优先做自己真正有需求的功能。
2. 转录字幕
这方面用的最流行的 Fast Whisper 模型，一开始用的做了 Python 内置引擎，但它的断句有一些问题。于是又下载了 CLI 版本，CLI 可以传递参数，经过不停地调整终于能输出较好的字幕，改了一次又一次，真不容易。
但还有一个潜在的问题，一句话可能过长，因此我加了一个“智能分割”按钮，可以自动分割过长的字幕。
3. AI 翻译
Deepseek 的 API 最便宜，推荐使用这个，并且效果也不错。
需要在“设置”里选择并填写密钥，在 官方网站 购买就行了，一块钱能用好几天！
4. 字幕编辑
这部分是最重的功能，简单来说，你可以在”编辑选中项“里修改字幕具体的内容，在音频波形图里拖动字幕时间长短。
鼠标右键还有更多丰富的功能，比如说识别某段之前没有被转录的音频、智能分割等等。
如果你不是一个完美主义者，也许前三个功能就已经能满足你了。但如果你希望字幕正确且没有瑕疵，这部分功能最重要。
修改完字幕后，就可以点击上面的按钮进行视频合成了。
5. 视频合成
视频合成界面可以调整字幕的各项参数，以及最重要的，添加水印。
到这里，整个功能就完善了。
我原本还想加入 AI 画质高清、视频去水印、OCR 字幕识别等功能，但这些功能不仅使用率低、依赖库庞大，并且没几个人的电脑能跑得动，也就搁置了。
最后，这个项目的桌面版正在打包中，我还得花几天确认正式版没有任何 bug，相信不久就会上线了。
如果你愿意做小白鼠的话，可以直接 下载源码 打包或者加群试试，哈哈。
苦涩的教训：
从 Vibe Coding 的角度来讲，这个项目可以说是失败的，虽然对于我个人使用上来说是成功的。
如果让我再做一次这个项目，我不会再使用 Electron 做前端界面，而是直接使用 Python 做界面。
前后端架构让打包时遇到了巨大的困难，以至于我不得不一遍又一遍地重构。
更糟糕的是 Codex 为了兼容旧架构写了无数的屎山代码，简直是折磨。如果你在使用 Codex 重构，一定要让它强制迁移。
给予 AI 信赖，但也不要被 AI 牵着鼻子走。
未来做项目时，都得先思考一个问题：前端 or 后端？
联系方式
最后，如果你也对 Vibe Coding 感兴趣，欢迎加我入交流群，加好友备注暗号MediaFlow。
如果你愿意支持我，可以使用我的邀请链接注册交易所交易加密货币，或者 加入电报群 一起学习！
（建议两个交易所都注册，都需要用到）
币安 保姆级手把手注册教程：https://blog.blacknico.com/invest/step-by-step-instruction-on-binance/
欧易 OKX 保姆级手把手注册教程：https://blog.blacknico.com/invest/okx-nanny-class-step-by-step-tutorial-registration/
如果你对 Web3/ 区块链 / 币圈感兴趣，我这里有一本超全的手册能够帮助你入门：
https://0xcheshire.gitbook.io/web3/
链上 Web3 钱包省手续费：
🔹 OKX：https://web3.okx.com/ul/joindex?ref=1234567 邀请码 1234567（8 折）
🔹 币安：https://web3.binance.com/referral?ref=RP3AEJ2M 邀请码 RP3AEJ2M（7 折）
