剪映轉字幕要 SVIP？我用 Codex 5 分鐘自己做了一個免費的
整理版優先睇
用 Codex 5分鐘自製免費字幕工具，唔使俾剪映 SVIP 錢
作者係一個成日要整字幕嘅內容創作者，遇到剪映「音頻轉字幕」功能要 SVIP，佢係 VIP 但唔係 SVIP，好唔忿氣。佢諗：與其俾錢，不如用 AI 幫自己做一個。結果佢用 OpenAI 嘅 Codex，花咗大約 5 分鐘，由零開始整咗個音頻轉字幕工具，仲可以喺本地運行，唔使上傳任何檔案。
整體結論係：AI 編程工具已經將開發門檻降到好低，唔識寫程式嘅人都可以透過自然語言指令整到自己需要嘅功能。作者分享咗佢用 Codex 嘅 5 個步驟：先用 Plan 模式規劃、Review 方案、等 Codex 自動生成、處理報錯、最後優化體驗加進度條同網頁界面。佢強調呢個方法唔係鼓勵重複造輪子，而係當現成工具太貴、難用或有私隱問題時，可以用 AI 自製解決方案。
- 用 Codex 嘅 Plan 模式先規劃，唔好急住寫 code，可以慳好多試錯時間
- 生成方案後要 Review 同精簡，唔需要嘅部分可以叫 Codex 去掉，例如測試部分
- 遇到報錯直接將錯誤訊息貼俾 Codex，佢會分析原因並提供修正方法
- 作者用本地已有嘅語音模型，叫 Codex 直接搜尋緩存目錄複用，唔使自己揾路徑
- 最終工具係本地 Web 頁面，拖拽上傳音頻就有 SRT 字幕，完美匹配剪映
完整版教學影片
文末嘅影片連結，詳細展示開發過程
開源項目獲取方式
關注公眾號發送「字幕」可獲取代碼
點解要用 Codex 自製字幕工具？
作者係一個成日要整字幕嘅內容創作者，發現剪映嘅「音頻轉字幕」功能要 SVIP 先用到，但佢只係普通 VIP，覺得好唔抵。以前遇到呢啲情況，只有兩個選擇：俾錢或者放棄。但今次佢諗到第三條路：用 AI 編程工具自己整一個。
結果佢用咗 OpenAI Codex，花咗大約 5 分鐘就整咗個音頻轉字幕工具。呢個工具可以 本地運行，唔使上傳任何檔案，生成嘅 SRT 字幕檔可以直接導入剪映，完美匹配。
5 步開發流程
- 1 用 Plan 模式先規劃，輸入需求：「開發一個音頻轉字幕功能，使用本地模型，不調用外部 API，請先給出實施步驟」。Codex 會畀一份清晰方案，仲會問你問題嚟確認細節。
- 2 Review 方案，精簡唔需要嘅部分，例如作者覺得唔使測試，就叫 Codex 刪走。確認無問題就點「Implement Plan」開始執行。
- 3 等 Codex 自動生成，大概 4-5 分鐘，會自動建立項目文件、README、依賴安裝命令等。有唔明可以直接問 Codex。
- 4 處理報錯：第一次運行實有錯誤，將錯誤訊息複製俾 Codex，佢會分析原因畀新命令。作者遇到模型下載卡住，叫 Codex 搜尋本地緩存目錄，發現已有可用模型，直接改 code 複用。
- 5 優化體驗：加進度條令顯示更直觀，再整一個 Web 頁面，支援拖拽上傳音頻、顯示處理進度、一鍵下載 SRT 檔案。
驗證結果同最終感受
打開剪映，導入生成嘅 SRT 檔案，隱藏原字幕，播放影片——字幕同音頻完美匹配，分段都好自然。成個過程 本地運行，唔依靠外部服務，音頻檔案唔會上傳到任何平台。
作者話，以前遇到軟件功能要付費，只得兩個選項：俾錢或者放棄。而家多咗第三個：用 AI 工具自己做一個。呢個唔係鼓勵重複造輪子，而係當你真係需要某個功能，而現成工具要收費、唔好用、或者有私隱顧慮嘅時候，AI 編程工具係一個好認真嘅選項。門檻比你想象中低好多。
有一日我想幫條片加字幕，打開剪映，發現「音頻轉字幕」功能要 SVIP。我係 VIP，但唔係 SVIP，爭咗一個檔次。
以前可能就忍咗，一係畀錢，一係揾其他軟件。但係今次我想轉個諗法——可唔可以用 AI 幫我做一個？
結果用咗大概 5 分鐘，我用 Codex 開發咗一個音頻轉字幕工具。上傳音頻，自動生成 SRT 字幕文件，導入剪映完美匹配。免費，喺本地運行，唔會上傳任何文件。
完整版視頻喺文末！
先講下 Codex 係咩
Codex 係 OpenAI 推出嘅 AI 編程工具，可以透過自然語言指令幫你寫 code、執行任務、除錯。你唔需要識編程，只需要識「提出需求」。
類似嘅工具仲有 Cursor、GitHub Copilot、Claude Code，思路都差唔多——你話想要咩，AI 幫你實現。
完整開發過程，分 5 步走
第一步：用 Plan 模式先規劃，唔好急住寫 code
打開 Codex，新建目錄，切換到 Plan 模式，輸入：「開發一個音頻轉字幕功能，用本地模型，唔 call 外部 API，請先畀出實施步驟」。
Codex 會畀你一份清晰嘅方案。呢一步嘅好處係佢會先理清思路，而唔係一嚟就寫 code，後面少走好多彎路。
當你做一啲比較複雜嘅項目嘅時候，我推薦你一定要先開 Plan 做合理嘅規劃
同時，喺 Codex 開始輸出方案嘅時候，佢會問你一啲問題，你要回答佢，例如：
呢啲決定可以幫 Codex 設計一個可行嘅方案。
第二步：睇下方案，刪走唔需要嘅部分
當方案生成完，就要審視一次，例如我覺得唔需要測試部分，直接同 Codex 講刪咗佢，叫佢修改方案。
確認冇問題，㩒「Implement Plan」開始執行。
第三步：等佢行完，睇下生成咗啲咩
Codex 大概會做 4–5 分鐘，自動生成項目文件、README、依賴安裝命令等。有唔明嘅地方可以直接問佢，例如「呢個參數係做咩㗎」，佢會解釋清楚。
第四步：執行遇到錯誤？繼續餵畀佢
第一次運行難免有錯誤。將報錯信息 copy 畀 Codex，佢會分析原因，畀新 command。
我遇到模型下載卡住嘅問題，因為我本地其實有一個語音模型，所以我叫 Codex 直接搜本地緩存目錄，發現我已經有一個可用嘅模型，直接幫我改 code 重用佢——呢啲操作完全唔需要我手動揾路徑。
第五步：優化體驗——加 progress bar，做 Web 頁面
Command line 行得通之後，我嫌冇進度條睇起嚟唔直觀，叫佢加一個。之後又叫佢整一個簡單嘅 Web 頁面，可以 drag & drop 上傳音頻、顯示處理進度、一鍵下載 SRT 文件。
最終產品形態：一個喺瀏覽器入面用得嘅本地字幕生成工具。
驗證結果
打開剪映，導入生成嘅 SRT 文件，隱藏原字幕，播放條片——字幕同音頻完美匹配，分段亦都好自然。
成個過程係本地運行，唔依賴外部服務，音頻文件唔會上傳到任何平台。
成個過程唔需要識編程。只需要識提需求、識睇報錯、識同 AI 互動。
我想講嘅
以前遇到「軟件功能要畀錢」呢種情況，選項得兩個：畀錢，或者放棄。
而家多咗第三個：用 AI 工具自己整一個。
呢個唔係話每次都去重複造輪子，而係話：當你真係需要某個功能，而現成工具要收費、唔好用、或者有私隱顧慮嘅時候，AI 編程工具係一個值得認真考慮嘅選項。
門檻比你嘅想像低好多。
項目已開源，關注公眾號發送消息 「字幕」 ，獲取代碼
完整版視頻：
有一天我想給視頻加字幕，打開剪映，發現「音頻轉字幕」功能需要 SVIP。我是 VIP，但不是 SVIP，差了一個檔次。
以前可能就忍了，要麼付錢，要麼找其他軟件。但這次我想換個思路——能不能用 AI 幫我做一個？
結果花了大概 5 分鐘，我用 Codex 開發了一個音頻轉字幕工具。上傳音頻，自動生成 SRT 字幕文件，導入剪映完美匹配。免費，本地運行，不上傳任何文件。
完整版視頻在文末！
先說說 Codex 是什麼
Codex 是 OpenAI 推出的 AI 編程工具，可以通過自然語言指令幫你寫代碼、執行任務、調試報錯。你不需要會編程，只需要會「提需求」。
類似的工具還有 Cursor、GitHub Copilot、Claude Code，思路都差不多——你說想要什麼，AI 來實現。
完整開發過程，分 5 步走
第一步：用 Plan 模式先規劃，不急着寫代碼
打開 Codex，新建目錄，切換到 Plan 模式，輸入：「開發一個音頻轉字幕功能，使用本地模型，不調用外部 API，請先給出實施步驟」。
Codex 會給你一份清晰的方案。這一步的好處是它會先把思路理清楚，而不是上來就寫代碼，後面少走很多彎路。
當你做一些比較複雜的項目的時候，我推薦你一定要先開啓Plan進行合理的規劃
同時在Codex真的開始輸出方案的時候，他會像你詢問一些問題讓你做出回答例如：
這些決定能幫助Codex設計一個可行的方案。
第二步：Review 方案，精簡不需要的部分
當方案生成完畢，就需要審視一遍，例如我覺得不需要測試部分，直接告訴 Codex 去掉，讓它修改方案。
確認沒問題，點「Implement Plan」開始執行。
第三步：等它跑完，看看生成了什麼
Codex 大概工作 4–5 分鐘，自動生成項目文件、README、依賴安裝命令等。有不懂的地方直接問它，比如「這個參數是做什麼的」，它會解釋清楚。
第四步：執行遇到報錯？繼續餵給它
第一次運行難免有錯誤。把報錯信息複製給 Codex，它分析原因，給出新命令。
我遇到了模型下載卡住的問題，因為我本地其實是有一個語音模型的因此我讓Codex直接搜索本地緩存目錄，發現我已經有一個可用的模型，直接幫我修改代碼複用它——這些操作完全不需要我手動查找路徑。
第五步：優化體驗——加進度條，做 Web 頁面
命令行跑起來之後，我嫌沒有進度條看起來不直觀，讓它加了一個。之後又讓它做了一個簡單的 Web 頁面，可以拖拽上傳音頻、顯示處理進度、一鍵下載 SRT 文件。
最終產品形態：一個能在瀏覽器裏用的本地字幕生成工具。
驗證結果
打開剪映，導入生成的 SRT 文件，隱藏原字幕，播放視頻——字幕和音頻完美匹配，分段也很自然。
整個過程本地運行，不依賴外部服務，音頻文件不會上傳到任何平台。
整個過程不需要會編程。只需要會提需求、會看報錯、會和 AI 交互。
我想說的
以前遇到「軟件功能要付費」這種情況，選項只有兩個：付錢，或者放棄。
現在多了第三個：用 AI 工具自己做一個。
這不是說每次都去重複造輪子，而是說：當你真的需要某個功能，而現成工具要收費、不好用、或者有隱私顧慮的時候，AI 編程工具是一個值得認真考慮的選項。
門檻比你想象的低很多。
項目已開源，關注公眾號發送消息 “字幕” ，獲取代碼
完整版視頻：