软件名称
MAW (Moy’s ASR Workflow)
应用平台
- Windows
- Mac
- Linux
推荐类型
【开发者自荐】
是否收费
免费
一句话简介
这是款简化字幕制作的应用——你只需要把视音频拖进 MAW，剩下的交给它；同时，它也是款功能强大的字幕编辑器。
应用简介
特性介绍
有几个值得专门介绍的特性：
- 支持 API 或本地模型：可以用千问 ASR 等服务商，也可以自己部署本地模型转写
- 文稿匹配功能：预先写好文稿后，可以用文稿的断句来一键匹配
- 多行波形：一目十行，看到更多的音轨和字幕
- 字词级时间码：在拆分的时候，字幕会自动根据时间码调整时长范围
- 双语字幕：转写外语视频的同时自动生成中文字幕（反之亦然）
- 超多实用的快捷键：好的快捷键是提升效率的钥匙
- 现代化的 UI：我专门精心调整了它的 UI 布局，在具有超多可配置项的同时保持简洁
- 空隙处理：根据静音区域自动生成空隙，播放时直接跳过，或导出用于重新剪辑的
ffconcat文件 - 达芬奇的专门支持：可以导出 OTIO 格式，用来快速插入表情包或者剪辑版本
- OCR 文字去重：自动去除画面上存在相似文本的字幕，避免重复（游戏实况用）
简单来说，我之前用过最顺手的字幕编辑软件是 ArcTime。
现在我个人觉得，MAW 在编辑体验上已经超过它了。
我自己是个 Up 主，平时也有很多做字幕的需求，所以 MAW 的开发完全是在自用的基础上，不断打磨而成的。
到目前这个程度，我挺满意的。
开发者的碎碎念
为什么做 MAW 呢？
因为给视频加字幕实在是枯燥无味。
现在虽然很多网站都有 AI 生成字幕的功能，但是准确率不保证，体验也不如直接内嵌字幕。
但是要给一个视频加上质量过关的字幕，往往需要花视频时长 2~3 倍的时间。
半小时长的视频，做字幕打轴、精校可能得一个多小时。
创作者们的时间和精力不应该花在这种地方。
所以，我做了 MAW 来解决这个问题。
介绍视频：
使用教程：
AI 披露
它是个——90% Vibe Coding 项目，但我有较为丰富的前端开发经验，看得懂 AI 在干啥，也知道该让它干啥，所以 MAW 并不是那种“纯 Vibe”的产品。
我相信，在有 AI 提升效率的当下，对于软件的品味会尤为重要。
开发过程中主要使用的模型：
- ChatGPT-5.6 Sol/Luna
- Kimi K3（UI 重构）
- GLM-5.2/5.3-Flash
截图预览
项目地址
Github：Moyf/moys-asr-workflow
点我下载：最新版本
常见问题
要钱吗？
MAW 本体免费，开源。
转写可能需要付费——如果你选择的是 ASR 服务商的 API 的话。
如果用本地模型，那么需要一点电费。
顺便，QwenASR 的官方价格是不到 ￥0.8 元/小时音频时长。
识别率怎么样？
默认使用的是 QwenASR，或许是目前最顶尖的中文 ASR 模型。
支持多种语言、支持唱歌、方言识别。
识别率相当强悍，见图：
数值代表错误率，越低越好。
可以看他们自己的文章：Qwen
结语
截止到 1.3.0 版本的时候，MAW 花了 40 多亿 token。
到现在已经 1.5.0 了，我没有再去数。
Token 数不能代表品质，但至少说明我确实为此付出了很多。
既然已经费大力气做出来了，我想把它带给更多的创作者们。
希望 MAW 可以帮你们提升一些创作效率。
备注：我写文章总是会忍不住写很长……如果这篇帖子不够简洁，可以喊我给它再大刀阔斧精简一波。