阿牛字幕 0.7.0：逐字剪辑模式回归，这恐怕是世界上最简洁高效的粗剪工具了
点一个字，剪一个字。口播里那些"嗯""啊""然后"，终于可以一个一个抠掉了。
0.5.0 把整个软件重写的那次，我把"逐字模式"弄丢了。
当时的理由还挺充分：有了整句选择，谁还一个字一个字点？结果这段时间，被问得最多的一句话就是——"逐字模式怎么没了？"
是我想窄了。整句适合大块取舍，逐字才是精修。删掉一个口癖、剪掉一次卡壳、掐掉半句说到一半的话，整句模式做不到，逐字模式才行。
所以 0.7.0 只做一件事，也是最重要的一件事：逐字剪辑模式，回来了。
一、逐字模式：点哪个字，剪哪个字
打开字幕页，右上角的显示模式依旧是三个：字幕 / 时间轴 / 逐字。
逐字模式一开，整篇内容按时间戳逐字铺开，每个字（英文是词）都是独立的条目，都带着自己的起止时间。交互和整句模式完全一致，不用重新学：
- 单击任意字：选中 / 取消选中
- 按住拖动：划过去的地方连续选中
- 按住 Shift 拖动：连续取消，划多了随时反悔
- 悬停任意字，视频立刻跳到那一刻，边看边抠
- 播放时当前字自动高亮、自动跟随滚动，空格键播放暂停
好处很实在。一句"然后那个呃我觉得吧"，整句模式下你要么全留要么全删；逐字模式下，你可以只留下"我觉得吧"，前面那几个语气词一个字一个字地点掉。停顿也一样——转写时在字与字之间自动补出了空白占位条目，留着它，就保留这段停顿；点掉它，停顿就被剪掉。
导出跟随你眼前的视图。 你在逐字模式里选完，点"导出选中"，导出的就是逐字级别的片段——毫秒级精确，不是整句。选中即剪辑，到了字这一层，仍然成立。
二、逐字和整句，是一对好搭档
逐字模式不是来取代整句的，它俩分工不同：
| 模式 | 适合做什么 |
|---|---|
| 字幕 / 时间轴 | 通读全文，大块取舍，快速删掉整段废话 |
| 逐字 | 精修到字，抠口癖、卡壳、多余停顿 |
工作流也很顺：先切到时间轴模式，像看文章一样把大段废话划掉；再切到逐字模式，在剩下的内容里精雕。嫌逐字从头选太累？逐字模式顶部横条有个**"同步已选中内容"**按钮——它把当前句子的选中状态，整片覆盖到逐字条目上。于是你可以先粗后精：先用句子选出要留的部分，同步过来，再在逐字模式里做减法。
（提醒一句：同步是"覆盖"，逐字模式下已经单独选择的状态会被冲掉，点之前想清楚。）
三、逐字能力，取决于模型
逐字时间戳是转写时就算出来的，不是所有模型都给得出来：
| 模型 | 逐字时间戳 | 说明 |
|---|---|---|
| Paraformer-zh | ✅ | 时间戳最准，逐字首选 |
| SenseVoiceSmall | ✅ | 需显式开启 CTC 强制对齐，末尾字已修正 |
| Fun-ASR-Nano | ✅ | 支持，末尾字结束时间已修正 |
| Fun-ASR-MLT-Nano | ❌ | 无逐字时间戳，逐字模式不可用 |
用 MLT-Nano（31 种语言那个）转出来的结果没有逐字时间戳，逐字模式下会提示"暂无逐字内容"，模式切换项也会置灰。想要逐字剪辑，转写时选前面三个模型就行。
四、顺带做的一些事
逐字是主角，但也顺手把几处一直想动的地方改了：
- 推理线程数自适应：不再固定 4 核，改为按本机 CPU 核数设置。核多的机器，转写更快
- 切换模型释放内存：换模型时先卸载旧模型，不再几个模型一起占着内存
- Python 运行时按需初始化：改用 node-tar 解压，不再依赖系统
tar命令；首次真正用到时才解压初始化，启动更轻快 - 转写页与首页更干净：首页更简洁，转写页改成白底、空状态居中、列表限宽，悬停有反馈；转写提示信息也说人话了，不再卡在 "downloading" 上
升级说明
- 建议直接下载覆盖安装。FunASR、Python 运行时依旧全部随包内置，无需手动安装依赖
- 转写结果结构升级到了 v5（新增逐字时间戳）。缓存 key 随版本变化，升级后第一次打开旧文件会重新转写一次，之后恢复秒命中
- 想要逐字剪辑，旧文件需要重新转写：0.6 及以前的结果里没有逐字时间戳，逐字模式对它们不可用。重新转一遍，逐字就出来了
写在最后
一个软件做减法容易，做加法难；把丢掉的东西再捡回来，最难——因为要承认当初判断错了。
逐字模式回归，阿牛字幕才算真正完整：粗的地方整句划，细的地方逐字抠，从"删掉一整段废话"到"掐掉一个语气词"，一套工具全包了。
说它是世界上最简洁高效的粗剪工具，这话有点大，但我是认真的：不谈时间轴，不学关键帧，你只是在看字、选字，剪辑自己完成。
免费使用，本地运行，下载即用。
👉 官网下载体验：https://thinking.vip/a-niu
阿牛字幕 生成字幕，粗剪视频
