TechMoon 科技月球
WordPress、SEO 與 AI 工具實測指南
TechMoon 科技月球
WordPress、SEO 與 AI 工具實測指南

Edit Mind 是一款 local-first 的多模態影片索引工具,會在你的電腦上用 Whisper、YOLO、DeepFace 與 OCR 把整庫影片分析成可搜尋的元資料,再透過向量資料庫讓你用一句話找到畫面;支援 Ollama 完全離線與 Docker 自架。

Voice-Pro 是 11k 星的 GPL-3.0 開源工具,把 Whisper 語音辨識、語音克隆、AI 配音串成一條本機全自動管線。本文依官方文件拆解它的 tech stack、一鍵安裝流程、與 ElevenLabs 的差異,以及 Windows-only+NVIDIA GPU 的硬限制。

Auto-Subs 是 Tom Moroney 開發、MIT 授權的本機字幕工具,把 Whisper 模型搬進 DaVinci Resolve、Premiere Pro 與 After Effects,用本機顯卡跑、音訊不上傳雲端、不限時長。支援 100 多種語言、說話者分軌,模型從 80 MB 的 tiny 到 3.1 GB 的 large-v3 自選;硬體門檻建議 6 GB 以上 VRAM 才能順跑 medium 以上模型,Mac App Store 版 DaVinci 不支援必須改裝 Blackmagic 官網版本。

FreeCut 是開源瀏覽器影片剪輯器,媒體與處理留在本機工作區;本文整理瀏覽器需求、匯入、時間軸、字幕、效能與匯出驗收。

MioSub 是 AGPL-3.0 開源的桌面端 AI 字幕工具(React+Electron+TypeScript,GitHub 約 740 顆星),把影片下載、Whisper 轉錄、Gemini 翻譯(百種語言互譯)、CTC 時間軸對齊、說話人標註、雙語字幕匯出與字幕壓制全收進一個流程,貼連結即可全自動出片,也支援純音訊(podcast、有聲書)。內建所見即所得字幕編輯器,能邊看邊改、即時預覽。要留意它需要自備 Gemini 等 API 金鑰(雲端計費),非完全離線免費。適合常做影片字幕、多語翻譯或聽打的內容工作者。