剪映转字幕要 SVIP？我用 Codex 5 分钟自己做了一个免费的
剪映转字幕要 SVIP？我用 Codex 5 分钟自己做了一个免费的
来源类型： 微信公众号文章
日期： 2026-06-02
标签： AI, 编程, 大模型
原文链接： https://mp.weixin.qq.com/s/s4z0dJinz2ZP33SnhdYw2Q
摘要
有一天我想给视频加字幕，打开剪映，发现「音频转字幕」功能需要 SVIP。我是 VIP，但不是 SVIP，差了一个档次。 以前可能就忍了，要么付钱，要么找其他软件。但这次我想换个思路——能不能用 AI 帮我做一个？ 结果花了大概 5 分钟，我用 Codex 开发了一个音频转字幕工具。上传音频，自动生成 SRT 字幕文件，导入剪映完美匹配。免费，本地运行，不上传任何文件。 完整版视频在文末！ ## 先说说 Codex 是什么 Codex 是 OpenAI 推出的 AI 编程工具，可以通过自然语言指令帮你写代码、执行任务、调试报错。你不需要会编程，只需要会「提需求」。 类...
核心内容
有一天我想给视频加字幕，打开剪映，发现「音频转字幕」功能需要 SVIP。我是 VIP，但不是 SVIP，差了一个档次。
以前可能就忍了，要么付钱，要么找其他软件。但这次我想换个思路——能不能用 AI 帮我做一个？
结果花了大概 5 分钟，我用 Codex 开发了一个音频转字幕工具。上传音频，自动生成 SRT 字幕文件，导入剪映完美匹配。免费，本地运行，不上传任何文件。
完整版视频在文末！
先说说 Codex 是什么
Codex 是 OpenAI 推出的 AI 编程工具，可以通过自然语言指令帮你写代码、执行任务、调试报错。你不需要会编程，只需要会「提需求」。
类似的工具还有 Cursor、GitHub Copilot、Claude Code，思路都差不多——你说想要什么，AI 来实现。
完整开发过程，分 5 步走
第一步：用 Plan 模式先规划，不急着写代码
打开 Codex，新建目录，切换到 Plan 模式，输入：「开发一个音频转字幕功能，使用本地模型，不调用外部 API，请先给出实施步骤」。
Codex 会给你一份清晰的方案。这一步的好处是它会先把思路理清楚，而不是上来就写代码，后面少走很多弯路。
当你做一些比较复杂的项目的时候，我推荐你一定要先开启Plan进行合理的规划
同时在Codex真的开始输出方案的时候，他会像你询问一些问题让你做出回答例如：
这些决定能帮助Codex设计一个可行的方案。
第二步：Review 方案，精简不需要的部分
当方案生成完毕，就需要审视一遍，例如我觉得不需要测试部分，直接告诉 Codex 去掉，让它修改方案。
确认没问题，点「Implement Plan」开始执行。
第三步：等它跑完，看看生成了什么
Codex 大概工作 4–5 分钟，自动生成项目文件、README、依赖安装命令等。有不懂的地方直接问它，比如「这个参数是做什么的」，它会解释清楚。
第四步：执行遇到报错？继续喂给它
第一次运行难免有错误。把报错信息复制给 Codex，它分析原因，给出新命令。
我遇到了模型下载卡住的问题，因为我本地其实是有一个语音模型的因此我让Codex直接搜索本地缓存目录，发现我已经有一个可用的模型，直接帮我修改代码复用它——这些操作完全不需要我手动查找路径。
第五步：优化体验——加进度条，做 Web 页面
命令行跑起来之后，我嫌没有进度条看起来不直观，让它加了一个。之后又让它做了一个简单的 Web 页面，可以拖拽上传音频、显示处理进度、一键下载 SRT 文件。
最终产品形态：一个能在浏览器里用的本地字幕生成工具。
验证结果
打开剪映，导入生成的 SRT 文件，隐藏原字幕，播放视频——字幕和音频完美匹配，分段也很自然。
整个过程本地运行，不依赖外部服务，音频文件不会上传到任何平台。
整个过程不需要会编程。只需要会提需求、会看报错、会和 AI 交互。
我想说的
以前遇到「软件功能要付费」这种情况，选项只有两个：付钱，或者放弃。
现在多了第三个：用 AI 工具自己做一个。
这不是说每次都去重复造轮子，而是说：当你真的需要某个功能，而现成工具要收费、不好用、或者有隐私顾虑的时候，AI 编程工具是一个值得认真考虑的选项。
门槛比你想象的低很多。
项目已开源，关注公众号发送消息 “字幕” ，获取代码
完整版视频：
本页由自动化脚本生成，待人工审核补充