功能

本地转写与批量任务

把音频或视频拖进窗口就能开始。转写前 ASRbox 会自动预检：有没有音轨、格式是否支持、时长与切分方式，有问题先说清楚再动手。支持一次拖入多个文件批量处理，任务可以暂停、继续、失败重试。

• 15 个本地模型：Whisper、Faster Whisper（词级时间戳）、MLX Whisper、SenseVoice、Qwen3-ASR、MOSS-Transcribe-Diarize（说话人分离，50+ 语言）
• 模型体积从 145 MB 到 6.2 GB，按精度与速度需求自由选择
• 断点续传：模型下载可暂停、续传、重试

字幕编辑与版本历史

转写结果不是一锤子买卖。在时间轴上逐条修正文字、用搜索替换批量处理高频错误、点任意一句从对应位置播放核对。每一次转写、重转、手工编辑、AI 处理都会生成一个不可变的新版本——改坏了随时回到任何一步。

• 波形音频播放器与字幕逐句联动
• 全文搜索与批量替换
• 版本历史完整可追溯，可恢复到任意版本

AI 翻译与双语导出

把字幕翻译成 14 种预设语言中的任意一种，或自定义目标语言。翻译同样生成独立版本，可以导出双语字幕文件，方便学习与分享。

• 14 种预设语言 + 自定义目标
• 双语字幕导出

六种格式导出

TXT、SRT、VTT、ASS、JSON、Markdown。进剪辑软件、挂播放器、存笔记、喂给别的工具，总有一种合适。

模型与存储管理

每个模型的体积、语言支持、设备兼容性都标注清楚：磁盘还剩多少、这个模型在你的机器上跑不跑得动，下载之前就知道。不需要的模型可以随时删除释放空间。