Moy's ASR Workflow（MAW）
本地媒体 → ASR 转写 → SRT + .mosp 工程 → MAWE 编辑 → 导出。
MAW 帮你把字幕生成后的校对、整理和交付接起来。它以云端 API 转写为主，提供图形 Launcher、命令行和本机浏览器编辑器 MAWE，适合口播、访谈、课程等字幕密集的内容。
除了修改文字和时间，你还可以用文稿辅助校对、可逆地移除停顿、管理主副字幕，再交付字幕或剪辑交换文件。保留 .mosp 工程，下一次修改就能从当前结果继续。
!MAWE 编辑器：左侧视频与字幕列表，右侧多行波形和叠加字幕
编辑器界面示例（1.6.0）：左侧校对文字与预览，右侧结合波形调整字幕时间。布局可按工作区修改。
为什么用 MAW
- 文字与声音对应起来：保留服务商提供的字词时间码，在多行波形上定位、拆分和调整边界；只有句级时间码的结果仍需试听，不能当成逐词精度。
- 已有文稿帮你减少重复校对：普通文稿匹配在本地修正文字，无需 LLM；可选的 AI 口播整理以录音转写为准，把文稿当证据，明确废片可逆移除，疑点写入标记与区段等待复核。
- 先试剪，再决定：空隙移除保存可撤销的编辑决定，原媒体和原字幕时间不变。试听压缩后的节奏，再导出去空隙字幕、OTIO 或 FFconcat 交给后续工具。
- 从一次任务到固定流程：识别预设、顺序批量转写与自动后处理串起常用步骤；阶段产物可查，失败步骤可重试，最终保存工程并交付 SRT、ASS 或烧录视频。
开始使用
最新测试版：v1.8.0-beta.1。下方 Releases 入口提供稳定版。
- 从 Releases 选择与你的系统和架构对应的包。完整版
MAW包含 FFmpeg / FFprobe；MAW-lite需要自行安装这两个工具。实际可下载平台以该版本附件为准。 - 解压完整目录，启动 Windows 的
MAW.exe或 macOS 的MAW.app。 - 在 Launcher 选择服务商、配置自己的 API Key，选择媒体并生成字幕。首次配置可先用
2m做短片验证。 - 打开 MAWE 检查文字和时间，保存
.mosp工程，再导出 SRT 或 ASS。
可以做什么
- 云端转写：Qwen-Audio / Qwen3-ASR / Fun-ASR、Soniox、豆包、腾讯云，以及返回时间戳的 OpenAI 兼容接口。
- 图形任务：单文件与顺序批量转写、识别预设、转写后自动处理；后处理保留原始快照和阶段结果，可从失败步骤重试。
- 文稿与整理：本地文稿匹配、固定替换、LLM 校对/断句/翻译，以及可选的 AI 口播整理与待复核标记。
- 字幕编辑：多行波形定位、拆分合并与中缝联动、主/副/叠加字幕、说话人颜色、表情包、标记与区段、可撤销的空隙移除。
- 呈现与导出：ASS 样式与本机实际渲染帧预览，主字幕/副字幕/双语整合 SRT、ASS、TXT，以及按用途提供的 OTIO、FFconcat 等交换文件。
- 媒体工具：烧录字幕、提取指定音轨、生成绿幕字幕视频，以及按保留区间重组媒体。
- 实验性入口：Launcher 与 CLI 的本地模型、免 Key 的必剪 ASR。范围和运行环境见 本地 ASR。
按任务查文档
| 你要做的事 | 文档 | | --- | --- | | 第一次安装并完成字幕 | 完整工作流 | | 配置模型、热词、预设或批量任务 | Launcher 指南 · 服务商配置 | | 校对、匹配文稿、翻译或处理媒体 | 工具箱 · 自动处理 | | 编辑时间轴、保存和导出 | 编辑器指南 · ASS 样式 | | 写批处理或接入自动化 | CLI | | 已有准确文稿与录音，跳过 ASR 生成字幕 | 文稿驱动对齐（实验性） | | 开发与数据集成 | 开发概览 · 工程格式 · ESM 迁移与上游交接 |
全部专题、技术契约与历史记录见 文档索引。
文件与数据
保留原始媒体和 .mosp 工程；工程内容是 UTF-8 JSON，旧 .json 工程继续支持。SRT / ASS 是交付格式，不能代替包含可用字词时间码、编辑状态、主副轨和标记等数据的工程。波形是可重建缓存，不是工程真源。本机 Server 支持多版本备份，恢复与媒体迁移见 编辑器指南。
云端转写会将音频发送给你选择的服务商；LLM 后处理会发送字幕文字，AI 整理还会发送文稿文字。MAW 没有自己的云端转写服务器，编辑和保存默认在本机完成。API Key 在本机配置，费用和数据政策见 服务商配置。
Star History
反馈与许可
问题和建议请提 GitHub Issues；交流可加入 QQ 群 1079160201。反馈前请移除密钥与私人素材。
本项目采用 AGPL-3.0-only。贡献要求见 CONTRIBUTING.md。