1. 应用配置
字幕分段处理时长
设置每段音频处理的时间长度（单位：分钟），例如设置为 2，就会将整个音频切成每段 2 分钟进行识别和翻译。
并行数量
控制同时处理的任务数量。视你的 CPU 或 GPU 性能决定，建议不要设置太高，避免卡顿或崩溃。
语音识别服务源
设置你使用的语音识别模型来源，推荐使用本地部署的 Whisper 模型（如 LM Studio 配置好后提供的服务地址）。
LLM 服务源
设置你用于翻译和润色文本的大语言模型服务地址。可以使用：
2. 服务器配置
此部分保持默认即可，不需要修改，适用于大多数用户。
3. 本地模型配置（语音识别）
用于设置语音转文本所使用的本地模型，例如：
你可以将这个地址写入配置文件中对应位置，供语音识别模块调用。
4. OpenAI 模型配置（用于翻译）
[upl-image-preview uu6200ca8-0a4d-4ad2-a7b8-30a1f35a7e0f url=https://imgdisk.exploretime.top/imgdisk/2025-05-15/1747304329-513094-20250515181607.webp alt={TEXT?}]
如果你使用 LM Studio 启动的本地模型（如 Gemma），请按以下步骤操作：
打开 LM Studio
选择本地模型：如 gemma-3-4b-it-qat
确保状态为 Status: Running
点击设置（Settings）→ 将访问地址设置为本机
配置参数如下：
API base url：
http://127.0.0.1:1234/v1/models（LM Studio 默认端口）
模型名称：
gemma-3-4b-it-qat（你加载的模型名称）
API 密钥：
输入任意内容（KrillinAI 只检查是否存在，不校验真实性）
保存配置即可。
5. 使用流程说明
输入方式
字幕设置
根据提示选择字幕语言、生成方式、分段长度等
推荐开启自动对齐、自动分段功能，提升准确率
配音设置
字幕嵌入设置
