Voxly 语音转录与字幕处理工具

版本：2.9.2
版权所有：© 2025-2026 团子 (tuanzi)
官方网站：https://voxly.cn
Git 仓库：https://github.com/snokey1999/voxly
本文件最后更新：2026 年 8 月 8 日

一、软件说明

Voxly 是面向内容创作、字幕制作、音视频后期和 REAPER 工作流的 Windows 桌面工具。主要功能包括 Whisper、Qwen3-ASR、SenseVoice 与 FireRedASR2 本地转录、实时转录、字幕编辑、任务管理、知识库、说话人识别、AI 校对与翻译、资源管理器右键转录，以及随完整包提供的视频字幕合成器。

程序版本和 Git 构建提交以“帮助 > 关于 Voxly”显示的信息为准。Git 仓库用于查看源代码和变更历史，不代表服务器部署状态或用户本地工作区一定与某个提交完全一致。

二、本地转录和第三方组件

1. OpenAI Whisper
   用于本地语音识别。Whisper 模型及原始项目遵循 MIT 许可。
   项目：https://github.com/openai/whisper

2. whisper.cpp
   Voxly 通过独立的 whisper-cli.exe 执行 Whisper 推理。CPU、AMD Vulkan 和 NVIDIA CUDA 运行目录来自适用于对应硬件的构建，遵循 whisper.cpp 的 MIT 许可及其依赖许可。
   项目：https://github.com/ggerganov/whisper.cpp

3. Qwen3-ASR 与 Qwen3-ForcedAligner
   Voxly 可按需下载 Qwen3-ASR 0.6B、Qwen3-ForcedAligner 0.6B 和独立运行时，用于本地转录和词级时间戳对齐。Qwen3-ASR 官方代码和模型按 Apache License 2.0 发布。
   项目：https://github.com/QwenLM/Qwen3-ASR

4. PyTorch、torchaudio、Transformers 及 Python 运行时
   Voxly 使用基础 Python 运行时和安装脚本按需部署 Qwen 运行依赖与模型。各组件分别遵循其发布者的许可和通知要求。用户不需要单独安装 Python 或 CUDA Toolkit，但 NVIDIA 模式需要兼容的显卡驱动。

5. SenseVoice、FireRedASR2 与 sherpa-onnx
   Voxly 通过 sherpa-onnx 的本地 ONNX Runtime 接入 SenseVoice 和 FireRedASR2，并使用 Silero VAD 与可选标点模型。当前实现使用 CPU 推理，也用于前台会议转录和后台按住说话。模型、代码和运行库分别遵循其发布者声明的许可。
   项目：https://github.com/k2-fsa/sherpa-onnx

6. FFmpeg 与 FFprobe
   Voxly 和视频字幕合成器以独立子进程调用随包 FFmpeg/FFprobe，处理音频提取、格式转换、预览滤镜和视频导出。FFmpeg 的许可取决于具体构建配置；当前随包构建启用了 GPL/version3 组件。用户可通过 ffmpeg.exe -version 查看构建配置，并应遵守相应许可。
   项目：https://ffmpeg.org

三、视频字幕合成器

完整包随附独立的 VideoSubtitleSynth.exe、libvlc 运行目录及相关 .NET 绑定，用于导入音视频、SRT 和图片，设置字幕样式、封面、转场与特效，并导出 MP4。

libVLC 由 VideoLAN 项目维护，遵循 LGPL 2.1 或更高版本许可；LibVLCSharp 遵循 MIT 许可。视频合成器以动态链接方式使用 libVLC，不修改其核心源码。用户可在许可允许范围内替换相关动态库。

项目：https://www.videolan.org/vlc/libvlc.html
LibVLCSharp：https://github.com/videolan/libvlcsharp

四、AI 与翻译服务

Voxly 支持 DeepSeek 官方接口、OpenAI 兼容接口（包括 OpenRouter 预设和用户自定义服务）、百度翻译和有道智云。用户需自行注册账户、获取密钥、选择模型并遵守对应服务商的服务条款、隐私政策和计费规则。

Voxly 不保证第三方接口持续可用，也不保证 AI 生成、校对、翻译、摘要或说话人判断的准确性、完整性和合法性。所有 AI 输出在发布或用于重要工作前必须由用户自行复核。

第三方 API 的调用费用、余额、额度、税费和争议由用户与服务商直接结算。Voxly 的余额查询和预警只提供辅助信息，不构成费用承诺。

五、REAPER 与扩展

REAPER 是 Cockos Incorporated 的商业软件。Voxly 只提供字幕脚本和桥接工作流，用户需要自行获得合法 REAPER 授权。

js_ReaScriptAPI 由其项目维护者发布，遵循对应的 LGPL 2.1 许可。安装扩展前请确认来源和版本。

REAPER：https://www.reaper.fm
js_ReaScriptAPI：https://github.com/juliansader/ReaExtensions

六、授权与合法使用

1. Voxly 按购买或试用时适用的授权规则提供使用权。授权信息不得未经许可转让、转售、出租、共享或用于规避授权验证。

2. 用户处理音视频、字幕、剧本、图片和字体时，应确保拥有合法使用权、版权或权利人授权。因侵权、违法内容或不当传播产生的责任由用户承担。

3. 未成年人应在监护人指导和同意下使用本软件及第三方 AI 服务。由第三方服务产生的内容和费用应由账户持有人或监护人管理。

七、隐私与数据

1. Whisper、Qwen3-ASR、SenseVoice、FireRedASR2 和实时转录的核心识别在用户本地设备执行。原始音视频和麦克风音频不会因为本地识别自动上传到云端。

2. 授权验证、更新检查、公告和依赖下载会与 Voxly 服务端交换完成对应功能所需的信息。

3. 用户主动使用 AI 校对、翻译、在线说话人识别、模型列表或余额查询时，相关文本、账户标识和请求参数会发送到用户选择的第三方服务商。数据处理受该服务商的隐私政策约束。

4. 用户应自行备份任务、字幕、工程和媒体。处理敏感或机密材料时，应优先使用本地功能并确认第三方接口的数据政策。

5. 用户主动开启调试模式时，Voxly 会在本机日志中记录软件操作、机器名、机器码、电脑配置和错误信息。发送日志给支持人员前，用户应自行确认其中是否包含不希望披露的信息。

八、免责声明

1. 本软件及随附组件按“现状”和“可用”提供。在法律允许的范围内，开发者不对适销性、特定用途适用性、持续可用、完全无错误或结果准确作出明示或暗示保证。

2. 由于硬件、驱动、模型、第三方接口、网络、文件格式或用户操作差异，转录、翻译、合成、更新和插件安装可能失败。开发者会尽合理努力修复已知问题，但不承诺服务等级协议。

3. 用户应在重要操作前保存并备份。因数据丢失、文件覆盖、业务中断、利润损失、第三方索赔或其他间接损失产生的责任，按适用法律和双方有效约定处理。

4. 显卡加速是否可用取决于硬件和驱动。AMD Vulkan、NVIDIA CUDA、NVENC、AMF、QSV 和其他硬件路径均不保证在所有设备上工作；必要时应回退 CPU。

九、更新与条款

开发者可能发布修复、功能更新或依赖更新，也可能调整支持范围。更新不构成永久维护或持续提供所有第三方服务的承诺。重大条款变更应以软件内、官网或发布说明为准。

十、联系方式

官方网站：https://voxly.cn
支持邮箱：support@voxly.cn
Git 仓库：https://github.com/snokey1999/voxly
