一款用于生成日本成人视频字幕的字幕生成器。 TL;DR Whisper 在 JAV 上表现不佳，并不是模型不强，而是这个场景本身就很“反模型”。 JAV 音频噪声极多，充满喘息和非语言声音，它们在频谱上很像语言，容易诱发模型“听错”。 再加上 1–2 小时的超长音频和大量安静片段，Whisper 很容易丢失上下文，开始编造字幕。 激进的降噪和直接微调模型通常只会让情况更糟。 WhisperJAV 的思路很简单： 少处理、分场景、丢幻觉，宁可少转，也不乱转。 为什么 Whisper 在 JAV…