这几天有聊到AI转字幕的方案，现有的大部分方案都是基于Whisper制作的。 
Whisper是在2022年9月推出，早期的方案，例如WhisperDesktop和Buzz，效果都比较差，还要想办法去做翻译。 
后来主要用的是PotPlayer通过ollama调用Whisper，转写完字幕后使用PotPlayer的实时翻译，使用百度和谷歌的API，这个方案的时间损耗是比较高的，同时API的实时翻译会存在较大的时间差问题。 
后来遇到了SmartSub，它的方案是直接调用Whisper转写字幕，在通过ollama跑本地的大模型或者通过API调用在线大模型，这个方案是相对成熟的，SmartSub本身是个制作字幕的工具，本质上和PotPlayer通过ollama调用Whisper是差不多的，主要是翻译的步骤，通过API调用在线大模型会有NSFW限制的问题，ollama跑本地的大模型又有算力的问题...