#6622 提取和翻译韩语用哪个模型好 语音识别参数怎么设置

韩语视频主要分两个环节，建议如下：

1. 语音识别（提取韩语字幕）

• 首选：faster-whisper(内置) + 模型 large-v3，速度与准确率均衡。
• 若追求最高准确率：openai-whisper(内置) + 模型 large-v3。
• 若显存不足或想更快：large-v3-turbo 或 medium。
• 若有 NVIDIA 显卡且已配置 CUDA，主界面务必勾选 CUDA加速。

发音语言必须选择：韩语(ko)。

2. 字幕翻译（韩语→中文/英文等）

• 首选：DeepSeek、OpenAI ChatGPT、Gemini，AI 翻译质量最佳。
• 免费渠道：Google翻译（需代理）；Microsoft翻译 可能已不可用。
• 本地离线：M2M100(内置) 或 Hy-MT2-1.8B，无需联网，但质量不如 AI 渠道。

使用 AI 翻译时建议：

• 勾选主界面 发送完整字幕。
• 在 高级选项 -> 字幕翻译调整 中将 AI翻译渠道每批字幕行数 设为 100 或更大。

3. 语音识别参数建议

进入 菜单 -> 工具 -> 高级选项 -> 语音识别参数：

• VAD：保持默认即可。
• 语音阈值 / 非语音阈值：默认即可，识别不出时再微调。
• 最长语音持续(秒)：建议 6~10。
• 最短语音持续(毫秒)：普通字幕建议 300~500；如果使用音色克隆或二次识别，建议设置 3000~4000，并勾选 合并过短字幕到邻近。
• 静音分割持续毫秒：默认即可，若句子切得过碎可适当增大。
• Whisper预分割音频?：使用 clone 配音角色时建议勾选，并将最短语音设为 3000、最长语音设为 10。

注意：如果只是为了快速转录韩语字幕，不用克隆原音色，上述最短语音无需设到 3000，保持较短值能保留更细的字幕分段。

请查阅相关文档：

• faster-whisper本地渠道
• openai-whisper本地渠道
• 最佳配置推荐
• 高级选项说明