北京
看老电影的人大概都遇到过这种尴尬：画面在放，声音在响，字幕却对不上。有位用户的工作流里，这个问题被一个开源工具接了过去。
他习惯一边工作一边放老片子，收藏是多年从各种渠道攒起来的。很多片子压根没有字幕，即便有，质量也参差不齐。他试过用 Bazarr 这类工具解决，效果有限。最近在整理媒体库时，他开始找更靠谱的办法。
找到的答案是 Crowbarr。这是一个开源工具，用本地 AI 检查、修复并生成媒体库的字幕。
他的媒体栈组织得相当规整：媒体都存在 NAS 上，Plex 负责各设备播放，流行的 arrr 系列工具帮忙整理和管理收藏。对现代内容，Bazarr 找字幕表现不错。但一碰到老片，准确率就明显掉下来——他的口味偏得有点具体，收藏里不少是90年前的恐怖片，这类内容很难找到完美匹配的字幕文件。
问题出现得足够频繁。就算字幕存在，时间轴也常常是歪的，或者文本和音频对不上。原因在于他的片源来自不同渠道：视频可能是从 VHS 或 CD 转录的，DVD 版本又来自流媒体转录，甚至还有手工整理的文件。
Crowbarr 的思路是拿字幕文件和视频里的实际对白做比对。它不将就现成的字幕文件，而是用开源语音识别模型 Whisper 把整段音频转写出来，再用转写结果去核对字幕的文本和时间轴。
如果字幕同步得严丝合缝，它就不动。对不上，它可以调整时间轴；如果现有字幕完全没用或者干脆缺失，它能生成一份完整的替换字幕。
最后这一点对他尤其关键——他最大的麻烦是没字幕，而不只是字幕质量差。调整时间轴的能力在单纯想把文本和对白对齐时也很好用。而且它不会覆盖原始字幕文件，数据不会丢。在 Plex、Jellyfin 或常用的播放器里，可以在新旧字幕之间切换，挑顺手的用。
这个工具的设计考虑得比较周全。Crowbarr 与 Radarr、Sonarr 深度集成，新媒体验入或升级时会被自动接住，随即开始校验媒体和字幕。它也能处理已有的媒体收藏，用来检查老电影和老剧集。他做的只是把 NAS 上的媒体卷加进 Compose 文件，就把所有电影导了进去。
安装本身不复杂，通过提供的 Docker Compose 文件就能完成。填入 Radarr 和 Sonarr 实例的 IP 地址与 API 密钥；要接入 Plex 还需要一个 Plex token；也可以直接导入媒体文件。点下按钮，Crowbarr 就开始分析媒体。
代价在硬件上。所有语音识别都在本地跑，整套栈本地运行对他很合适，但也意味着机器得跟得上。它支持 CPU 处理，可他的体验是转写一整部电影要花时间，模型越大越慢。媒体库一大，这件事就相当耗时。有受支持的 GPU 时可以启用加速。
他对速度倒没什么可抱怨的，毕竟这工具做的事几乎没别的工具能做。等上 10 到 15 分钟处理完一个文件，他可以接受。
测试中，只要媒体是英语，Crowbarr 整体表现很好。口音确实会让它出错，偶尔也会拼错词。就他所知，目前它还不支持其他语言。
他还喜欢把它和 Bazarr 搭配使用：每次导入新媒体验，Crowbarr 先查 Bazarr，找不到经过验证的字幕，再启动 AI 转写。
他一直在尽量把媒体栈自动化，Crowbarr 是解决字幕问题的一个很好的补充。他仍然更偏好人工撰写的字幕，但在没有字幕或质量不达标时，Crowbarr 会接手修好。如果你看的大量媒体一直难找字幕，这个工具可以成为自托管栈里不错的一员。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
