Whisper-srt 是一個利用 OpenAI Whisper 將音訊即時轉換成字幕並於螢幕上覆蓋顯示的工具，適合直播或影片播放時使用。
- 安裝 Python 3.10 以上版本。
- 安裝最新版 PyTorch（若使用 Facebook 翻譯模型需 2.6 以上）。GUI 的「安裝 torch/CUDA」會偵測 GPU 並取得最新相容版本。
- 安裝相依套件：
pip install -r requirements.txt
- 執行
python mWhisperSub.py啟動轉寫。 - 系統匣圖示提供各項設定：
- 文字樣式設定…：調整字型、顏色、外框與陰影等效果。
- 顯示預覽字幕：顯示自訂的預覽文字，方便調整樣式。
- 主視窗提供類似 Discord 的音量門檻滑桿，可視化調整自動 VAD 閾值，低於門檻的音訊會被丟棄。
- 另可設定 VAD 靜音門檻、溫度、logprob 閾值與壓縮比閾值等參數。
- 轉寫結果會寫入
live.srt，並於覆蓋視窗中顯示。
所有設定會儲存在系統的 QSettings 中，下次啟動時會自動套用。
程式可選擇性地使用 Transformers 模型進行翻譯。預設以英文為中介，必要時會自動下載所需模型：
- 英文 ↔ 日文：
Helsinki-NLP/opus-mt-en-ja - 英文 ↔ 韓文：
Helsinki-NLP/opus-mt-en-ko - 英文 ↔ 中文：
Helsinki-NLP/opus-mt-en-zh
針對日文、韓文與中文之間無英文中介的翻譯，會退回多語模型：
- 日文 ↔ 韓文、日文 ↔ 中文：
facebook/m2m100_418M（語言代碼ja、ko、zh） - 中文 ↔ 韓文：
facebook/nllb-200-distilled-600M（語言代碼jpn_Jpan、kor_Hang、zho_Hans）
如模型需要 Hugging Face 認證，程式會提示輸入 token，可先於終端機執行 huggingface-cli login。
GUI 選單會以「(未下載)」標示尚未取得的模型或翻譯語言，且僅在沒有可用模型時顯示「未選擇」。
所有語音與翻譯模型的下載網址及儲存路徑集中於 Config.json，
欲更換鏡像或更新版本時，修改此檔即可。預設 model_path 為專案根目錄下的 models。
GUI 下載的模型與啟動時的模型搜尋都會使用此路徑；cache_path 指向 Hugging Face 的 hub 目錄（預設 ~/.cache/huggingface/hub），程式會自動將其父層設為 HF_HOME，以取代已棄用的 TRANSFORMERS_CACHE。