阿牛字幕，转写字幕为什么这么快？
牛跑得快，还是猪跑得快？
先讲个故事
初中的时候，朋友阿涛练体育。
体育老师说："回家多吃牛肉。"
阿涛问："猪肉行不行？"
体育老师看着他，认真地问了句——"牛跑得快，还是猪跑得快？"
阿涛回家，吃了几顿牛肉，跑得更快了。
阿牛字幕跑得快，当然不是因为叫阿牛，而是我找到了一个跑得快的引擎。
阿牛跑得快，是因为引擎好
阿牛字幕能快，不是因为我厉害，而是从一开始就选对了引擎——阿里达摩院的 Paraformer。
Paraformer 不是普通的语音识别模型。传统模型（比如 Whisper）用的是自回归架构：一个字一个字地猜，猜完第一个才能猜第二个，像串糖葫芦，一个一个串过去。
Paraformer 用的是非自回归架构：一句话的所有字，一次性并行解码出来。
你可以理解为：
- Whisper 是一个人在抄课文，抄一个字看一眼，再抄下一个
- Paraformer 是这个人拍了张照，整页内容全出来了
所以同样是识别一段 10 分钟的语音，Whisper 可能要跑 30 分钟，Paraformer 最快 31 秒。
这不是优化出来的差距，这是底层架构的差距——就像牛和猪，生下来速度就不在一个量级。
不过有件事得说清楚
第一次使用，会经过三道坎：一键安装 FunASR（3-5 分钟）→ 自动下载模型（3-5 分钟）→ 首次加载模型（10-20 秒）。
过了这三道坎，剩下的就是纯纯的转字幕速度。
我 2017 年的老古董 iMac（i5-7500），能以 17 倍速 转写——10 分钟的视频，35 秒字幕就出来了。大部分用户的电脑更新，跑 20 倍速以上 很轻松。而且全程本地完成，不上传、不排队。
实测数据（倍速 = 视频时长 / 处理耗时，越高越快）
| 主机配置 | FunASR (Paraformer) | Whisper (turbo) |
|---|---|---|
| 2012 年 T520 i2520M 8G | 3X | 跑不起来 |
| 2017 年 iMac i5-7500 24G | 17X | 0.3X |
| 2026 年 Mac mini M4 16G (Rosetta) | 19X | 未测试 |
10 分钟视频，Paraformer 最快 31 秒出字幕，且精度远超 Whisper 同级别模型。
阿牛字幕的慢，是一次性的。传统云端工具等排队上传下载，是每次的。
致谢
感谢 阿里达摩院 FunASR 团队，开源了 Paraformer 这样优秀的语音识别模型。没有他们的工作，就没有阿牛字幕这块地基。
感谢 Trae IDE 提供了舒适的开发环境。
感谢每一位下载体验阿牛字幕的用户——你们的反馈让这个工具变得更好。
下载体验
阿牛字幕免费使用，本地运行，下载即用。
👉 官网下载：https://thinking.vip/a-niu-subtitle
拖入视频，3 秒出字幕。选中句子，一键导出成片。
阿牛字幕 快速生成字幕，选文字剪口播
