第一部分：音视频转录与字幕编辑
1. 核心转录能力
基于 Whisper + FFmpeg + LibVLC 构建，兼顾准确性与稳定性。
- 🔹 支持音频直接导入 / 视频自动转码导入
- 🔹 自由选择推理模型 (Tiny ~ Large-v3)
- 🔹 参数全掌控：语言、线程数、Temperature、自动拆分策略等
2. 配置记忆与任务管理
不再需要每次打开软件都重新设置。voxly 支持保存配置，并具备自动的任务记忆功能。
即开即用 · 即时恢复 · 无缝继续编辑
3. 字幕编辑与「随调随听」
这是 voxly 的核心特色。在编辑界面，高效完成新增、翻译、拆分合并。
时间轴精细控制
- 快捷键实时调整，精度覆盖 10ms 到 1s
- 自动检测边界，防止重叠冲突
🎧 随调随听设计：
调整时间轴的同时，实时播放对应的音频片段。让你在“听见”的状态下精确调整，类似 DAW 音频工作站的体验。
第二部分：音视频合成器
随主程序附带，支持独立更新，专注于成片输出。
视频 + 字幕合成
适用于已有视频仅需加字幕的场景。
- ✔️ 支持 mp4 / mkv / mov 等格式
- ✔️ 音频流直拷，无损音质
- ✔️ 硬字幕渲染，画面保持原样
音频 + 字幕合成
将播客、访谈或歌曲转化为视频。
- ✔️ 纯黑背景或自定义图片
- ✔️ 自动生成 1080P 画布
- ✔️ 字幕按时间轴精确叠加
样式控制系统
通过 ASS 参数控制，严格遵循用户设定。
横屏 (1920×1080)
竖屏 (1080×1920)
抖音/快手风格
YouTube CC风格
电影感