AI 轉完的字幕，修得比自己打還久？有了 ChatGPT，為什麼還要 SanWich
做字幕的人，最熟悉的畫面是什麼？Whisper 轉出來的稿，斷句亂掉、錯字一堆，你花的時間比自己打還多。搞到後面會覺得——我是不是自己打比較快？
這不是你的問題，是工具的問題。
現在 ChatGPT、Claude 這些 AI 都能把影片或聲音轉成文字，但影片逐字稿要的是 SRT，需要時間碼；而它們背後調用的，可能也是 Whisper 之類的模型。
原生 Whisper 聽得細，但會幻覺，咬句子也會提前。剪映句子準，但出來是簡體字幕，要多花一道簡轉繁的工；簡繁轉換又容易用錯字，像「餛飩麵」，簡體寫成「馄饨面」，一轉回繁體就可能變成「餛飩面」。再用 AI 去判斷，也要再花一個工。
所以問題不是要不要用 AI，而是用完還要修多少。
SanWich 在 Whisper 的基礎上再優化調校，另外用其他模型處理斷句、錯字、校字、咬句子、關鍵字，讓字幕不需要太多修改。用免費的本地模型，環境建好之後就不用再花錢、不用擔心額度，也不用把影片丟來丟去。