看懂・字幕指南

沒字幕的影片怎麼自動產生中文字幕？先聽寫，再翻繁中

看懂 KanDong · 2026-10-24（台北時間）

播放器已經能翻譯，為什麼碰到沒字幕的影片卻沒反應？翻譯模型要先拿到文字；影片只有聲音時，還差一個把聲音變成文字的步驟。

Whisper 負責聽，Hy-MT2 負責翻

看懂先把音訊交給 whisper.cpp，產生原文與時間軸，再把原文交給 Hy-MT2，顯示原文與繁中譯文。原文聽錯，譯文也可能跟著錯，所以遇到怪句時，先對照原文那一行。

whisper.cpp 是 Whisper 的本機執行實作。這個分工也表示：只有 Hy-MT2 模型，不能直接把一段聲音翻成中文字幕。

翻譯模型之外，還要準備語音辨識模型

先依圖文教學下載並解壓看懂。使用「一鍵下載模型」準備翻譯模型後，再選語音辨識模型；這裡下載的是模型，不是影片或字幕。

Mac 版適用 Apple 晶片，還要完成圖文教學中的 Homebrew 工具安裝。兩個翻譯模型都放進資料夾時，啟動器會依記憶體選擇；目前「模型」選單仍是預告，不能靠選單直接切換。

用「看懂」啟動，讓聽寫先累積字幕

1. 準備一個自製或已取得相應處理授權、含對白的影片檔。
2. 雙擊「看懂」，Mac 則用「看懂.command」。讓啟動器準備引擎，再把影片拖進播放器。
3. 先用正常速度播放，等聽寫與翻譯產生內容，再確認原文和繁中是否都出現。聽寫是分段處理，不是開檔就瞬間取得整部字幕。

若畫面顯示「語音辨識跟不上」，先按 S 回到正常速度。跳轉或播放超過處理進度時，尚未完成的區段可能沒有字幕；不能把字幕空白直接判成那一段沒有對白。

字幕不對，先分辨是聽錯還是翻錯

• 原文就不對：先回聽音訊。Whisper 官方模型卡列出語言、口音與使用情況造成的表現差異，也提醒可能產生音訊中不存在的文字。
• 原文對、中文不對：再看翻譯；機器翻譯仍會出錯。
• 人名變成中文譯音：這是看懂已知限制，換大模型也不保證保留原名。
• 一直沒有字幕：確認語音辨識模型已備妥，並查看畫面訊息與啟動記錄，接著查常見問題。

完整聽寫會留在影片旁，跳過的區段不冒充完成

完整轉寫可存成影片旁的 <影片名>.ft.asr.srt，下次開啟時當成已有字幕處理。翻好的繁中另有 .ft.zh-TW.json 快取，完整翻譯後才輸出繁中 SRT。

如果播放過程曾跳過尚未轉寫的區段，程式不會把有缺口的轉寫存成完整字幕。想重看同一段，先讓聽寫補上文字；重要內容則回到聲音與原文核對。

無字幕影片能不能順利看懂，關鍵是先把原文聽對。保留原文與繁中一起看，才有機會發現錯誤發生在哪一步。