SmartSub 妙幕實測：我目前用過最省事的本機影片字幕翻譯工具
SmartSub 妙幕是一款本地優先的桌面字幕工具，可以完成影片轉字幕、字幕翻譯、雙語字幕與字幕燒錄。這篇記錄我實測 DeepSeek 翻譯、faster-whisper、CUDA 加速，以及它和 VideoLingo 的差異。
前言
我今天測的是 SmartSub 妙幕。這類影片字幕工具我前陣子已經玩過不少，包含之前寫過的 VideoLingo。VideoLingo 功能很完整，甚至可以一路做到 TTS 配音，但它的環境配置也真的比較麻煩。
SmartSub 給我的第一印象剛好相反。它比較像一個已經包好的桌面 App，打開之後從任務開始選，一步一步把影片轉錄、翻譯、校對、合成跑完。尤其是 ASR 模型和 GPU 加速這段，SmartSub 真的省掉很多手動配置時間。
我這次拿幾支英文演講影片測，總長大約 10 分鐘，翻譯模型用的是 deepseek v4 flash。我翻了 4 部影片，加起來花費不到 0.01 美元，速度和成本都很誇張。
它適合什麼情境
我會把 SmartSub 放在「我想快速做字幕，不想折騰環境」的位置。
比較適合的情境：
- 外語影片要快速產出中文字幕或雙語字幕。
- 已經有字幕檔，只想翻譯成另一種語言。
- 想把字幕直接燒進影片，輸出成可以分享的版本。
- 想用本機 ASR，不想把原始音影片丟到雲端服務。
- 想用 GPU 加速，但不想自己處理 CUDA、模型和 Python 環境。
比較不適合的情境：
- 你一定要做中文配音或多語配音。
- 你想把整套流程接成自己的自動化 pipeline。
- 你想手動控制每一個中間步驟和提示詞細節。
如果你需要 TTS 配音，VideoLingo 還是比較完整。但如果你只是要字幕生成、翻譯、校對、燒錄，我自己會優先打開 SmartSub。
下載與安裝
SmartSub 可以到 GitHub Releases 下載 Windows、macOS、Linux 對應版本。官方文件也有整理下載表，macOS 使用者比較推薦直接用 Homebrew。
macOS 可以用 Homebrew 安裝，也可以到 GitHub Releases 下載對應版本
macOS 可以這樣裝：
brew tap buxuku/tap
brew install --cask smartsub
如果是手動下載，Windows 選 windows-x64，Apple Silicon Mac 選 mac-arm64，Intel Mac 選 mac-x64，Linux 則看你要 deb 還是 AppImage。
macOS 如果跳出應用程式已損壞，官方文件也有提供解除 quarantine 的方式：
sudo xattr -dr com.apple.quarantine /Applications/SmartSub.app
這種指令我會建議只在你確定來源是官方 GitHub 或官方網站時才跑。
首頁是任務式流程
SmartSub 的首頁不是丟一堆參數給你，而是先問你要做什麼。這點我滿喜歡，因為字幕工具最容易讓人卡在「我到底要先轉錄、先翻譯、還是先合成」。
首頁直接用任務引導，可以選影片轉雙語字幕、原文字幕、字幕翻譯、校對和合成
首頁常用的任務大概是這幾種：
- 影片轉雙語字幕
- 影片轉原文字幕
- 翻譯已有字幕
- 校對字幕
- 合成到影片
我這次主要用的是「影片轉雙語字幕」和「合成到影片」。前者會把影片先轉錄，再翻譯成目標語言，最後產出字幕。後者則是把字幕放進影片裡，變成可以直接播放的成品。
ASR 模型配置比想像中輕
我覺得 SmartSub 最強的地方在這裡。
以前這類工具常見問題是：功能看起來很完整，但你一裝下去就開始碰 Python、CUDA、Whisper、FFmpeg、模型路徑。不是不能解，只是每次都很耗精神。
SmartSub 把「引擎與模型」做成一個管理頁。官方 README 提到 3.x 版本支援 6 種轉寫引擎，包含內建 whisper.cpp、faster-whisper、FunASR、Qwen3-ASR、FireRedASR 和本地 Whisper CLI。我這次主要看的是 whisper.cpp 和 faster-whisper。
whisper.cpp
whisper.cpp 是內建引擎，開箱就能用。它適合先試跑，尤其是你不想先下載一堆東西，只想知道軟體能不能正常工作。
whisper.cpp 是內建引擎，適合先快速跑通流程
它的好處是簡單。缺點是我自己測下來速度沒有 faster-whisper 那麼爽。如果只是短影片，差距還好；影片一長，就會開始在意等待時間。
faster-whisper
我後來比較喜歡 faster-whisper。SmartSub 會在應用內下載自包含的 Python runtime，模型也可以在介面裡處理。搭配 NVIDIA CUDA 的時候，速度感很明顯。
faster-whisper 可以搭配 CUDA 加速，模型和 runtime 都在介面裡管理
我測的 Windows 機器有 NVIDIA 顯卡，右上角可以看到 CUDA 加速狀態。這種體驗跟自己手動裝 CUDA Toolkit、處理 Python 套件相比，真的舒服很多。
如果沒有 GPU，它也可以退回 CPU 跑。只是影片長度一上來，CPU 版本就會比較需要耐心。
翻譯流程
SmartSub 的翻譯流程大致是：先擷取音訊、轉成字幕，再把字幕丟去翻譯服務。我的測試是用 DeepSeek，模型選 deepseek v4 flash。
我這次翻了 4 部演講影片，總長大概 10 分鐘，花費不到 0.01 美元。這不是什麼嚴格 benchmark，只是我自己的用量紀錄，但它讓我對這種工具的成本感覺改觀很多。
如果你本來擔心影片翻譯很燒錢，其實只翻字幕文字的成本很低。真正容易變貴的是你要做配音、長影片、大量批次，或是用比較貴的模型。
翻譯完之後會產出字幕檔。這時我會先進校對頁看一下斷句和翻譯，有些專有名詞還是要手動修，不然 AI 會很自信地把人名、產品名翻得很奇怪。
合成輸出
字幕確認後，就可以進到合成影片。SmartSub 可以調整字幕樣式，像是字體大小、位置、顏色、描邊、陰影。你可以選硬字幕燒錄，也可以做軟字幕封裝。
如果影片是要丟社群、傳給不熟悉播放器設定的人，我會直接選硬字幕。因為對方不用管字幕軌，打開就能看。
如果是自己收藏、內部資料、或是希望保留可切換字幕軌，軟字幕比較彈性。只是不同播放器支援狀況會有差，分享出去時比較容易被問「為什麼我看不到字幕」。
跟 VideoLingo 怎麼選
我會這樣分：
- 你要字幕生成、翻譯、校對、燒錄，而且想少折騰環境：選 SmartSub。
- 你要完整影片本地化，包含 TTS 配音和更重的流程控制：選 VideoLingo。
VideoLingo 的功能很強，尤其是配音那段 SmartSub 目前不是同一個方向。但我自己真的裝過之後，會覺得 VideoLingo 比較像給願意碰環境的人。它不是不好，而是第一次配置比較需要耐心。
SmartSub 的優點是直接。下載 App、選任務、選模型、設定翻譯服務、跑流程。它把很多原本會讓人卡住的部分藏在介面裡，這對大部分只是想做字幕的人很重要。
我目前會把它當成日常字幕工具。需要配音時再回去開 VideoLingo。
實測心得
SmartSub 這次讓我最有感的是「少很多部署摩擦」。以前我測影片翻譯工具，常常半小時都還在處理環境。這次比較像是真的在做字幕，而不是在跟套件管理器打架。
它也不是完全不用設定。翻譯服務還是要放 API key，模型還是要下載，長影片還是會吃時間。但這些設定都在 App 裡完成，心智負擔小很多。
如果你跟我一樣常常看到英文演講、教學影片，想快速做中文字幕或雙語字幕，我覺得 SmartSub 很值得放進工具箱。尤其是搭配便宜又快的翻譯模型，這個成本低到會讓人開始想批量整理一堆影片。
相關連結：