Moy
(Moy)
1
软件名称
MAW (Moy’s ASR Workflow)
应用平台
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：
2026年最轻松的字幕制作工作流/编辑器分享
使用教程：
MAW 流程演示
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。
7 个赞
支持ASS吗 ?
我是制作 The Motion Anime 里番字幕的
这种 视频都是原生自带日文硬字幕 用不到 音频提取
我用的是望言OCR 提取 然后用AI翻译 然后 用 Aegisub 来润色字幕
并做帧级调轴 和 渐入渐出 还有根据不同的角色说话 来设置和原视频里的硬字幕一样的字幕颜色
所以只能用ASS
所以强大到可以 平替 Aegisub 么
2 个赞
Xenon
3
同楼上，我偶尔有自己给动画打轴的需求，项目还没仔细研究，先随口问问
Moy
(Moy)
4
你好，不支持的。
虽然都是“加字幕”，但是做动画字幕和给自己的视频配字幕是两个领域了，侧重点不同，MAW 面向后者，主要产出的是 srt，也不涵盖字幕样式方面的功能。
（毕竟它是 “ASR” 工作流）
给动画打轴还是用传统字幕软件更适合 
1 个赞
Moy
(Moy)
6
嗯嗯，感谢询问！
不过我倒是还想到一个思路……可能有点绕，就是分享一下哈。
因为 MAW 可以转写日语，所以直接把动画扔进去，用它识别日语+自动翻译中文，然后再利用 MAW 的编辑器去对轴。 对轴完毕之后，再把 srt 导入到 Aegisub 做样式。
日语字幕可以直接扔掉不用，只用生成的中文；相当于是 OCR 换成 ASR。
不过 OCR 内容也可以留着用来作为文稿匹配，提升精度。
因为 MAWE 支持按毫秒级对轴，比如说你可以按住字幕（或边界）之后，按 A/D 来左右微调：
最小幅度 10ms，动画按 24FPS 算，一帧大概 41ms，精度是够的。
你也可以先用左右键（或者鼠标）精确移动到对应的画面位置，然后按 Z/X 来设置选中字幕的起始和结束时间。
如果在对轴上能省出一些时间，那多一道工序也算可以接受罢（大概
也欢迎分享一下 Aegisub 那边对轴的常用方式，我看看有没有能改进的~
Moy
(Moy)
7
@Xenon 如果只是打轴的话，可以康康上面这些功能会不会有用得上的 
Xenon
8
情况是这样的：有些动画做双语字幕的字幕组弃坑了，我计划找时间手动填坑，不过近期很忙没法试
Moy
(Moy)
10
1 个赞
男主和故事旁白没有语音 只有女主有语音 所以 如果用音频提取 会丢轴的 哈哈哈哈
打轴就 6个按钮
调轴很快 我打轴是按帧 不是按是时间毫秒
Moy
(Moy)
12
原来如此，哈哈 XD
我对照着看了下，「将当前视频帧设为字幕开头/结尾」相当于 MAW 的 Z/X 键；
「将下一行的开始时间复制到当前行的结束时间」我理解为“让后面那句的开头贴到当前句的结尾”？
如果是这样的话，MAW 里对应的是 Shift+左右方向键 （开头贴到前面那句/结尾贴到后面那句）
跳转到当前字幕的开头/结尾确实还没有，之后可以加一下~
然后也可以增加一个「帧」为单位的模式。
和你交流很开心，感谢！
理解的没错
就算 2句话的 互相贴近 不过在你的 的软件是是贴近
在AES就 是复制粘贴时间
Moy
(Moy)
15
Hi Lari，在上次的交流之后，我给 MAW 新增了基于帧的时间基准设置
另外也加上了 I/O 按键，用来跳转到选中字幕的开头/结尾位置。
目前似乎能大致覆盖完你通常的操作需求了
如果有兴趣的话，可以体验看看。
Releases · Moyf/moys-asr-workflow
（在最新的 1.6.0 beta 版本中才有）
Moy
(Moy)
16
噢对，ass 倒是也支持了，但是还缺少足够的字幕样式配置功能。
老实说这部分超出了一开始的设计目标，会需要更多时间去做开发。
