音视频字幕及配音工具：支持 ASR（语音识别）、台本导入、AI 翻译、双语字幕、音色克隆、TTS（语音合成）与混音以得到双语音频。
171
stars
66
commits
Python
primary language
Sep 7, 2026
updated
README
ASMR Dubber
把日语或英语音频、视频制作成中文配音、双语音频和字幕。保留原声，识别、翻译、配音、混音可以分步执行，文字和时间可人工校对。
演示
https://github.com/user-attachments/assets/70d1af0d-a165-410e-a28d-2a5dbaa203dd
https://github.com/user-attachments/assets/ca7884c7-9272-4b07-a527-5e7c0351758b
https://github.com/user-attachments/assets/d7106c36-8a5d-4aab-96b3-0f17d027d0d3
在 B 站观看完整演示。素材仅用于功能展示，如有侵权请联系删除。
下载与启动
Windows 从 GitHub Releases 下载便携 ZIP，完整解压到短且可写的路径，例如 D:\Apps\ASMR-Dubber：
使用前请启用 Windows 长路径。 如果你的 Windows 设置中提供此开关，进入“设置 → 系统 → 高级 → 文件资源管理器”，打开“启用长路径”，然后重新启动 ASMR Dubber。未启用时，IndexTTS2 等第三方运行环境中的深层文件可能超过 Windows 的传统路径限制，出现“文件明明存在但程序报告找不到”的错误。如果当前 Windows 没有这个开关，请优先把程序解压到
D:\ASMR-Dubber这类短路径，以降低路径过长的风险。
- 首次运行
ASMR-Dubber-Setup.exe，选择安装方案。 - 安装完成后运行
ASMR-Dubber.exe，保留启动终端。 - 在“设置 → 设备与模型”检查后端，再配置识别、翻译和配音。
不要求预装 Python、uv、Git、FFmpeg 或 CUDA Toolkit。下载需要系统 curl.exe；本地 GPU 推理需要兼容的 NVIDIA 驱动。SmartScreen、显存要求及安装失败处理见安装指南。
Linux x86_64（含 WSL2）在源码根目录执行：
bash scripts/linux/setup.sh 推荐
bash scripts/linux/run-ui.sh
需要 bash、curl、tar、getconf；ARM64、macOS 不在支持范围内。CPU 也可运行部分本地后端，但长音频通常明显慢于 GPU。安装方案与硬件要求以安装指南为准。
| 安装方案 | 主要用途 |
|---|---|
| 基础 | 网页、媒体工具、Edge TTS 和 API 客户端，不含大型本地模型 |
| 推荐 | 基础 + 两个 Parakeet 日语模型；NVIDIA 机器再安装 IndexTTS2 |
| 进阶 | 推荐所需组件及 Kotoba、Faster-Whisper、ASMR VAD、Qwen3 对齐 |
IndexTTS-2.5 为按需安装项，不属于以上方案。英语本地识别需要 Faster-Whisper，不要把日语推荐方案当作英语模型包。
按你的素材选择流程
| 手上有什么 | 最短制作路线 |
|---|---|
| 只有日语／英语音频或视频 | 新建项目 → ASR → 校对原文 → 翻译 → 配音 → 混音 |
| 已有原文时间轴字幕 | 新建项目 → 导入原文字幕 → 翻译 → 配音 → 混音 |
| 已有中文字幕 | 新建项目 → 导入中文配音稿 → 配音 → 混音；不需要 ASR 或正文翻译 |
| 只有 TXT 台本 | 导入并选择估算时间或 ASR 台本重新定时，之后人工检查 |
| 多条音轨／多个作品 | 批量扫描 → 逐轨检查字幕、语言和顺序 → 加入队列 → 执行 |
详见使用指南和完全依据已有字幕制作。字幕齐全是指每条所选音轨都有对应文件，不要求字幕覆盖音乐、停顿等每一秒。
设置保存到哪里
“设置保存范围”有三个选项：仅新项目默认值／仅当前项目／两者。默认只保存新项目默认值；要改变已打开的项目，必须选择“仅当前项目”或“两者”。API Key 使用各服务自己的保存按钮。
切换页签保留未保存草稿；刷新浏览器会丢弃草稿并开启新的页面会话，已有项目需重新打开。程序重启会重新加载运行环境，不等同于刷新网页。详见配置作用范围。
多模型复核不是必选步骤
实验性，效果可能不如单模型。 新版先独立保存主稿，再让所选模型复听相同音频片段。默认只提出建议，不覆盖主稿、不依赖 LLM；可试听、比较、采纳、保留和撤销。它不保证提高识别准确率。
查看多模型复核图文教程。原文台本的 LLM 重新定时校对是另一个功能，不要混淆。
能用哪些后端
| 环节 | 支持范围 |
|---|---|
| ASR | Parakeet（日语）、Kotoba-Whisper（日语）、Faster-Whisper（日语／英语）、通用 ASR API |
| 时间对齐 | 后端自带时间戳、Qwen3 ForcedAligner |
| 本地配音 | IndexTTS2、按需安装的 IndexTTS-2.5 |
| 在线配音 | Edge TTS、MiMo、MiniMax、IndexTTS2 API、GPT-SoVITS、CosyVoice、Fish、通用 TTS API |
| 翻译 | DeepSeek、百炼、豆包、SenseNova、OpenAI、Claude、Gemini、OpenAI-compatible、DeepL、Google、Microsoft |
Edge TTS 不需要密钥，但需要联网且不克隆音色。其它云服务需要用户自己的账户或服务端；程序不代为部署第三方服务。详见后端指南。
数据、恢复与隐私
默认数据在 .asmr-dubber：项目在 projects，设置与密钥在 config，模型与环境在 models／runtimes，批量状态在 autoflow。配置了外部项目目录时，需要另外备份那个目录。
- 备份项目要复制整个项目目录，不是只有
project.json。 - 重试会复用满足条件的缓存；不要为排障直接删除整个
.asmr-dubber。 - 重做批量结果可能替换旧成品，先备份再明确选择重做。
- Key 明文保存在
.asmr-dubber/config/secrets.json。不要共享配置目录或未经脱敏的日志。 - 原文字幕、中文台本、音色参考会按所选服务发送；本地多模型复核本身不调用翻译 API。
文档导航
从文档索引选择入口：
许可
项目代码采用 MIT。模型、运行时、云服务、输入作品与生成内容适用各自规则，不因代码开源而自动获得使用授权。见第三方声明。
友链
- LINUX DO：新的理想型社区
Contributors
66 commits
Similar repos
Languages
Python
87.2%
PowerShell
7.9%
Shell
2.8%
C#
2.0%
音视频字幕及配音工具：支持 ASR（语音识别）、台本导入、AI 翻译、双语字幕、音色克隆、TTS（语音合成）与混音以得到双语音频。
171
stars
66
commits
Python
primary language
Sep 7, 2026
updated
README
ASMR Dubber
把日语或英语音频、视频制作成中文配音、双语音频和字幕。保留原声，识别、翻译、配音、混音可以分步执行，文字和时间可人工校对。
演示
https://github.com/user-attachments/assets/70d1af0d-a165-410e-a28d-2a5dbaa203dd
https://github.com/user-attachments/assets/ca7884c7-9272-4b07-a527-5e7c0351758b
https://github.com/user-attachments/assets/d7106c36-8a5d-4aab-96b3-0f17d027d0d3
在 B 站观看完整演示。素材仅用于功能展示，如有侵权请联系删除。
下载与启动
Windows 从 GitHub Releases 下载便携 ZIP，完整解压到短且可写的路径，例如 D:\Apps\ASMR-Dubber：
使用前请启用 Windows 长路径。 如果你的 Windows 设置中提供此开关，进入“设置 → 系统 → 高级 → 文件资源管理器”，打开“启用长路径”，然后重新启动 ASMR Dubber。未启用时，IndexTTS2 等第三方运行环境中的深层文件可能超过 Windows 的传统路径限制，出现“文件明明存在但程序报告找不到”的错误。如果当前 Windows 没有这个开关，请优先把程序解压到
D:\ASMR-Dubber这类短路径，以降低路径过长的风险。
- 首次运行
ASMR-Dubber-Setup.exe，选择安装方案。 - 安装完成后运行
ASMR-Dubber.exe，保留启动终端。 - 在“设置 → 设备与模型”检查后端，再配置识别、翻译和配音。
不要求预装 Python、uv、Git、FFmpeg 或 CUDA Toolkit。下载需要系统 curl.exe；本地 GPU 推理需要兼容的 NVIDIA 驱动。SmartScreen、显存要求及安装失败处理见安装指南。
Linux x86_64（含 WSL2）在源码根目录执行：
bash scripts/linux/setup.sh 推荐
bash scripts/linux/run-ui.sh
需要 bash、curl、tar、getconf；ARM64、macOS 不在支持范围内。CPU 也可运行部分本地后端，但长音频通常明显慢于 GPU。安装方案与硬件要求以安装指南为准。
| 安装方案 | 主要用途 |
|---|---|
| 基础 | 网页、媒体工具、Edge TTS 和 API 客户端，不含大型本地模型 |
| 推荐 | 基础 + 两个 Parakeet 日语模型；NVIDIA 机器再安装 IndexTTS2 |
| 进阶 | 推荐所需组件及 Kotoba、Faster-Whisper、ASMR VAD、Qwen3 对齐 |
IndexTTS-2.5 为按需安装项，不属于以上方案。英语本地识别需要 Faster-Whisper，不要把日语推荐方案当作英语模型包。
按你的素材选择流程
| 手上有什么 | 最短制作路线 |
|---|---|
| 只有日语／英语音频或视频 | 新建项目 → ASR → 校对原文 → 翻译 → 配音 → 混音 |
| 已有原文时间轴字幕 | 新建项目 → 导入原文字幕 → 翻译 → 配音 → 混音 |
| 已有中文字幕 | 新建项目 → 导入中文配音稿 → 配音 → 混音；不需要 ASR 或正文翻译 |
| 只有 TXT 台本 | 导入并选择估算时间或 ASR 台本重新定时，之后人工检查 |
| 多条音轨／多个作品 | 批量扫描 → 逐轨检查字幕、语言和顺序 → 加入队列 → 执行 |
详见使用指南和完全依据已有字幕制作。字幕齐全是指每条所选音轨都有对应文件，不要求字幕覆盖音乐、停顿等每一秒。
设置保存到哪里
“设置保存范围”有三个选项：仅新项目默认值／仅当前项目／两者。默认只保存新项目默认值；要改变已打开的项目，必须选择“仅当前项目”或“两者”。API Key 使用各服务自己的保存按钮。
切换页签保留未保存草稿；刷新浏览器会丢弃草稿并开启新的页面会话，已有项目需重新打开。程序重启会重新加载运行环境，不等同于刷新网页。详见配置作用范围。
多模型复核不是必选步骤
实验性，效果可能不如单模型。 新版先独立保存主稿，再让所选模型复听相同音频片段。默认只提出建议，不覆盖主稿、不依赖 LLM；可试听、比较、采纳、保留和撤销。它不保证提高识别准确率。
查看多模型复核图文教程。原文台本的 LLM 重新定时校对是另一个功能，不要混淆。
能用哪些后端
| 环节 | 支持范围 |
|---|---|
| ASR | Parakeet（日语）、Kotoba-Whisper（日语）、Faster-Whisper（日语／英语）、通用 ASR API |
| 时间对齐 | 后端自带时间戳、Qwen3 ForcedAligner |
| 本地配音 | IndexTTS2、按需安装的 IndexTTS-2.5 |
| 在线配音 | Edge TTS、MiMo、MiniMax、IndexTTS2 API、GPT-SoVITS、CosyVoice、Fish、通用 TTS API |
| 翻译 | DeepSeek、百炼、豆包、SenseNova、OpenAI、Claude、Gemini、OpenAI-compatible、DeepL、Google、Microsoft |
Edge TTS 不需要密钥，但需要联网且不克隆音色。其它云服务需要用户自己的账户或服务端；程序不代为部署第三方服务。详见后端指南。
数据、恢复与隐私
默认数据在 .asmr-dubber：项目在 projects，设置与密钥在 config，模型与环境在 models／runtimes，批量状态在 autoflow。配置了外部项目目录时，需要另外备份那个目录。
- 备份项目要复制整个项目目录，不是只有
project.json。 - 重试会复用满足条件的缓存；不要为排障直接删除整个
.asmr-dubber。 - 重做批量结果可能替换旧成品，先备份再明确选择重做。
- Key 明文保存在
.asmr-dubber/config/secrets.json。不要共享配置目录或未经脱敏的日志。 - 原文字幕、中文台本、音色参考会按所选服务发送；本地多模型复核本身不调用翻译 API。
文档导航
从文档索引选择入口：
许可
项目代码采用 MIT。模型、运行时、云服务、输入作品与生成内容适用各自规则，不因代码开源而自动获得使用授权。见第三方声明。
友链
- LINUX DO：新的理想型社区
Similar repos
Contributors
66 commits
Languages
Python
87.2%
PowerShell
7.9%
Shell
2.8%
C#
2.0%