前言

制作 YouTube视频、整理录音或处理音视频素材时，经常需要将音频转换成字幕。如果完全依靠人工听写，不仅耗费时间，还需要手动调整字幕时间轴，处理长视频时尤其麻烦。

今天给大家分享一个开源项目 ywsj-audio-to-subtitle，通过 Docker 就能在自己的 VPS 或 Linux 服务器上搭建一个在线音频转字幕工具。

这个项目支持上传音频和视频文件，视频可以自动提取音轨，并提供多种语音识别引擎。其中，必剪引擎无需额外配置，另外也支持 Groq、OpenAI、硅基流动等兼容接口。生成字幕后，还可以在线修改字幕内容和时间码，并导出 SRT、VTT、TXT 等格式。

本期教程将从服务器环境准备开始，带大家完成 Docker 部署、首次登录、识别引擎配置、实际转字幕、在线编辑以及字幕文件下载。对于经常制作 YouTube 视频、需要整理录音或处理字幕的朋友来说，这个工具值得尝试。

项目图示

主界面

可以在线编辑-导出srt字幕

项目简介

免费的音频/视频转字幕工具，上传文件即可在线生成字幕。支持必剪（B站）免费引擎 + OpenAI/Groq/硅基流动等 Whisper 兼容接口，支持视频自动提取音轨、多语言识别、在线编辑、2FA 两步验证。

✨ 功能特性

🎵 音视频支持 — MP3/WAV/M4A 等音频，MP4/MKV/MOV 等视频（自动提取音轨），最大 200MB
🔍 多引擎识别 — 必剪（B站·免费·中英文）/ Groq（免费·多语言）/ OpenAI / 硅基流动，可自定义多个接口
📊 实时进度 — 上传进度条（百分比+已传大小）+ 识别进度（5阶段日志）
✏️ 在线编辑 — 识别完成后可逐条编辑字幕文本、调整时间码、增删行
💾 多格式下载 — 支持 SRT / VTT / TXT 格式下载
📡 多接口管理 — 支持添加多个 API 接口，自定义备注名，一键测试连通性
🛡️ 2FA 两步验证 — TOTP 支持 Google Authenticator，登录双重保护
🔐 安全认证 — 密码 scrypt 哈希，防暴力破解，首次部署设置密码
🎨 暗色 / 亮色主题切换
🐳 Docker 部署，amd64 + arm64 双架构

部署方法

使用Docker安装

本教程使用docker的方式安装部署,简单便捷
164b6ac419e23bc5390dc46601a202bf

X86/Arm双平台

平台	架构	适用场景
linux/amd64	x86_64	VPS、PC服务器、Intel/AMD
linux/arm64	ARM64	树莓派、Mac M系列、ARM 云服务器

准备条件

1）一台服务器

我们使用莱卡云VPS来演示，建议选择境外云服务器，涉及访问openai接口
需要vps的可以看以下信息，配置尽量选择大点的比如2核心4G内存
莱卡云官网

2）本教程使用到的项目

本教程使用的官方github地址
https://github.com/yyzq-cf/ywsj-audio-to-subtitle

项目刚创建，如果感觉有用，请帮忙点个stars

3）域名(建议)

根据自己的需求,
1.web界面建议绑定域名，方便使用

VPS部署

一、Docker环境部署

在vps安装docker和docker-compose
Docker官方安装文档（英文）
https://duan.yyzq.eu.org/docker-001
Docker-Compose官方安装文档（英文)
https://duan.yyzq.eu.org/docker-002
Centos安装Docker和Docker-compose（中文）
https://duan.yyzq.eu.org//03
Ubuntu安装Docker和Docker-compose（中文）
https://duan.yyzq.eu.org//04

推荐直接用一键脚本

docker安装脚本

bash <(curl -sSL https://cdn.jsdelivr.net/gh/SuperManito/LinuxMirrors@main/DockerInstallation.sh)

docker-compose安装脚本

curl -L "https://github.com/docker/compose/releases/latest/download/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose && chmod +x /usr/local/bin/docker-compose

二、部署命令

登录我们自己的境外VPS使用root账户执行以下步骤

docker-compose命令

mkdir  audio-to-subtitle ;cd audio-to-subtitle

请自行安装vim编辑器
然后再新建docker-compose.yml

vim docker-compose.yml

services:
  audio-to-subtitle:
    image: ywsj/audio-to-subtitle:latest
    container_name: audio-to-subtitle
    ports:
      - "5210:5200"
    volumes:
      - ./data:/data
    restart: always

注意端口如有冲突自行修改

三、执行容器运行命令

docker-compose up -d #运行容器

docker-compose ps  #查看是否启动成功

正常启动如下所示

docker-compose ps
NAME                IMAGE                           COMMAND                  SERVICE             CREATED       STATUS                 PORTS
audio-to-subtitle   ywsj/audio-to-subtitle:latest   "/app/entrypoint.sh …"   audio-to-subtitle   3 hours ago   Up 3 hours (healthy)   0.0.0.0:5210->5200/tcp, [::]:5210->5200/tcp

四、web界面

打开web页面使用
成功以后需要打开自己相应的端口5300)防火墙就可以web端访问了

主界面

http://ip:5210

首先初始化管理员信息
默认只有一个免费的必剪接口可以使用，如果是中英文的话完全够用了

如果是其他语言可以使用Groq每天有免费额度完全够用

其他功能自行探索即可
或者fork整个项目到自己的仓库让AI给你增加个性化的需求

绑定域名

接下来就是绑定域名和配置SSL证书
绑定域名的教程参考以下内容

绑定域名视频教程

B站

YouTube

绑定域名可以参考
NginxProxyManager
https://duan.yyzq.eu.org//npm-ch

有任何问题可以直接留言或者问我
有任何问题可以直接留言或者问我
有任何问题可以直接留言或者问我

欢迎关注我们的微信公众号！

目录CONTENT

音频转字幕神器！Docker 部署 ywsj-audio-to-subtitle，自动生成视频字幕

前言