영상·음성의 말을 12개 언어 자막으로 만들고 번역·학습하는 로컬 AI 도구

VocaSub은 동영상과 음성의 발화를 인식해 원하는 언어의 자막으로 만들고 편집할 수 있는 로컬 AI 도구입니다. • 한국어·영어·일본어·중국어 등 12개 언어 음성 인식 및 번역 • SRT·SMI 자막 생성, 타임코드 조정, 분할·병합 및 문장 편집 • 여러 미디어 파일의 순차 처리와 백그라운드 작업 • URL 미디어 가져오기 및 화면·마이크 녹화 • 완성된 자막을 활용한 단어·문장 학습 필요한 모델은 사용자가 선택해 내려받으며, 설치 후 로컬 미디어의 음성 인식과 번역은 기기에서 처리됩니다. URL 다운로드와 모델 설치에는 인터넷 연결이 필요합니다. 일부 고급 기능은 VocaSub Pro 영구 이용권으로 제공됩니다.

VocaSub은 사용자가 직접 선택한 미디어를 처리하기 위해 사진·동영상 또는 파일 접근 권한을 사용합니다. 마이크 권한은 사용자가 녹음을 시작한 경우에만 사용하며, 화면 캡처 권한은 사용자가 화면·오디오 녹화를 명시적으로 시작한 경우에만 사용합니다. 알림 및 포그라운드 서비스는 장시간 자막 생성·다운로드·녹화 작업의 진행 상태를 표시하고 백그라운드 작업을 유지하는 데 사용합니다. 인터넷 권한은 모델·라이브러리 및 사용자가 지정한 공개 URL의 미디어를 내려받는 데 사용합니다.