WhisperSubTranslate

August 26, 2026 · View on GitHub

English | 한국어 | 日本語 | 中文 | Polski

영상을 내 PC에서 다국어 자막으로 만듭니다. 영상을 넣으면 whisper.cpp로 SRT를 생성하고, 번들된 Hy-MT2 모델로 오프라인 번역하거나 무료/유료 온라인 엔진으로 번역합니다.

이 앱은 영상의 음성을 받아써서 새 자막을 만듭니다. 영상에 들어 있는 자막 트랙을 추출하거나 화면의 글자를 읽지 않습니다(OCR 아님).

미리보기

WhisperSubTranslate 메인 화면

주요 기능

음성 인식이 100% 로컬에서 돌아갑니다. 영상이 PC를 벗어나지 않고 계정도 업로드도 없습니다.
번들된 Hy-MT2 모델로 오프라인 번역하거나, 본인 키로 온라인 엔진(MyMemory, DeepL, OpenAI, Gemini)을 씁니다.
모델 자동 다운로드. 파이썬 설치나 수동 설정이 필요 없습니다.
일반 모델로 싱크가 밀릴 때 쓰는 싱크 교정 모델(large-v2 싱크, 싱크 라이트)을 제공합니다.
작업 큐, 실시간 진행률, 로컬 전용 작업 히스토리.

시작하기

사용자

Releases에서 최신 포터블 파일을 받아 압축을 풀고 WhisperSubTranslate.exe를 실행합니다. 자막 추출은 PC에서 완전히 오프라인으로 돌아갑니다. 번역은 선택입니다.

개발자

npm install
npm start

Node.js 20.19 이상 또는 22.12 이상 (Electron 43 빌드 툴체인)
whisper.cpp는 npm install 때 자동으로 받습니다 (윈도우는 CUDA 빌드 약 700MB와 Vulkan 빌드 약 23MB)
FFmpeg는 npm으로 포함되며, 선택한 GGML 모델은 처음 쓸 때 받습니다

Linux

sudo apt install cmake build-essential git ffmpeg   # Ubuntu/Debian
npm install   # whisper.cpp를 소스에서 빌드
npm start

CUDA 가속이 필요하면 npm install 전에 NVIDIA CUDA Toolkit을 설치하세요. whisper.cpp 수동 빌드 방법은 CONTRIBUTING.md에 있습니다.

Windows 빌드

npm run build-win   # 결과물은 dist2/에 생성됩니다

번역 엔진

번들된 Tencent Hy-MT2 모델로 완전히 오프라인 번역하거나, 본인 API 키로 무료/유료 온라인 엔진을 씁니다.

엔진	오프라인	API 키	비용	비고
Hy-MT2 1.8B (로컬, 기본)	예	불필요	무료	약 1.13GB, VRAM 2GB / RAM 4GB, 온디바이스
Hy-MT2 7B (로컬)	예	불필요	무료	약 6.16GB, VRAM 8GB / RAM 12GB, 더 큰 모델
MyMemory	아니오	불필요	무료	IP당 하루 약 5만 자
DeepL	아니오	필요	월 50만 자 무료	결과가 일정함
OpenAI GPT-5.x (설정 가능, 기본 gpt-5.6-sol)	아니오	필요	유료	기본 모델, 문맥 인식
Gemini 3.x (설정 가능, 기본 gemini-3.6-flash)	아니오	필요	무료 / 저비용	추천 저비용 경로 (키 받기)
Claude (설정 가능, 기본 claude-opus-5)	아니오	필요	유료	문맥 이해에 강함 (키 받기)
커스텀 OpenAI 호환 공급자	아니오	필요	상이	자체 엔드포인트 사용 (OpenRouter, Ollama, vLLM 등)

로컬 Hy-MT2 엔진만 API 키도, 네트워크도, 사용 비용도 필요 없어서 대사가 PC를 벗어나지 않습니다.

번역 품질 (오프라인 엔진)

WhisperSubTranslate는 Tencent Hy-MT2 모델(기본 1.8B, 선택 7B)을 함께 제공합니다. Tencent 공식 평가에서 Hy-MT2 계열은 주요 상용 번역 API와 경쟁력 있는 결과를 보였고, 일부 벤치마크에서는 앞선 결과도 냈습니다.

Tencent Hy-MT2 공식 벤치마크, WhisperSubTranslate 번들 모델

출처: Tencent 공식 벤치마크: Hy-MT2 저장소, 기술 보고서, HuggingFace 모델. 위 그래프는 Tencent 공식 Figure 1을 재작도한 것이며, 내장 모델(1.8B/7B) 수치는 논문 표와 대조했습니다. 이 수치는 표준 기계번역 벤치마크(WildMTBench, WMT25, FLORES-200 등)에서 모델 자체를 측정한 결과이며, WhisperSubTranslate 앱 자체를 재측정한 것은 아닙니다.

긴 영상(1시간 이상)에서는 MyMemory 일일 한도 때문에 느려질 수 있습니다. 그럴 때는 Gemini, DeepL, 설정한 GPT 모델을 쓰세요.

음성 인식 모델

모델은 필요할 때 _models/로 받아집니다. NVIDIA는 CUDA, Vulkan을 지원하는 다른 GPU(AMD, Intel)는 Vulkan, 둘 다 안 되면 CPU로 돌아갑니다. GPU에 맞는 크기를 고르세요.

모델	크기	VRAM	속도	비고
tiny	약 75MB	약 1GB	가장 빠름	기본
base	약 142MB	약 1GB	빠름	양호
small	약 466MB	약 1GB	보통	더 좋음
medium	약 1.5GB	약 2GB	보통	우수
large-v3	약 3GB	약 4GB	느림	받아쓰기 최고
large-v3-turbo (기본)	약 809MB	약 2GB	빠름	전반적으로 가장 무난
large-v2 싱크	약 4.4GB	약 4.5GB	느림	별도 엔진, 자막 싱크 교정
large-v2 싱크 라이트	공용	약 3GB	느림	싱크와 같은 파일, int8, 저VRAM

싱크와 싱크 라이트는 별도 Faster-Whisper 엔진(한 번 자동 다운로드; 엔진 아카이브 약 1.4GB + 모델 파일 약 3GB, 합계 약 4.4GB)을 쓰고 같은 모델 파일을 공유해서, 한 번 받으면 둘 다 쓸 수 있습니다. 일반 모델로 싱크가 밀릴 때만 쓰세요. 비영어 영상(일본어, 한국어, 중국어)에서 가장 정확하고, 영어는 보통 large-v3-turbo로 충분합니다.

whisper.cpp 모델의 VRAM은 GGML 최적화 기준이라 PyTorch Whisper(large 약 10GB)보다 훨씬 적습니다. 싱크 모델 수치는 Faster-Whisper 벤치마크 기준입니다.

언어 지원

UI: 한국어, 영어, 일본어, 중국어, 폴란드어
번역 대상(15개): ko, en, ja, zh, es, fr, de, it, pt, ru, hu, ar, pl, tr, fa
음성 인식: whisper.cpp로 100개 이상 언어

데이터 저장

모든 데이터는 사용자 폴더에 로컬로만 저장되고 업로드되지 않습니다.

데이터	위치
설정 및 API 키	`%APPDATA%\whispersubtranslate\translation-config-safe.json`
작업 히스토리	`%APPDATA%\whispersubtranslate\history.json` (최대 200개)
에러 로그	`%APPDATA%\whispersubtranslate\logs\errors.log`
모델	`%APPDATA%\whispersubtranslate\_models` (사용자 데이터 폴더; 비ASCII Windows 계정은 `C:\Users\Public\WhisperSubTranslate\_models`로 폴백)

API 키는 OS 보안 저장소로 로컬에 저장되고, 설정 파일은 깃에 올라가거나 빌드에 포함되지 않습니다. 작업 히스토리는 선택이고(설정에서 토글) 최대 200개까지 보관됩니다.

포터블 데이터 구성

기본적으로 모델·캐시·설정은 %APPDATA%(시스템 SSD)에 저장됩니다. USB나 외장 드라이브에 모두 두고 싶다면 실행 파일 옆에 portable-data/ 폴더를 만들거나(또는 WHISPER_PORTABLE_DATA 환경 변수를 폴더 경로로 설정) 앱이 userData를 그곳으로 리다이렉션합니다.