whisper-subs
Plugin para Jellyfin que genera subtítulos locales con IA usando Whisper.cpp. Procesa audio en el servidor sin subirlo a la nube, soporta GPU y workers distribuidos.
Ficha actualizada 18 sept 2026, 21:36 · upstream 14 sept 2026, 22:45 · release v4.8.0.4
Qué es whisper-subs
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
WhisperSubs es un plugin de Jellyfin (versión 10.11 o superior) diseñado para generar subtítulos mediante modelos de inteligencia artificial locales, manteniendo los datos del usuario fuera de servicios en la nube. Utiliza whisper.cpp para la transcripción y permite una configuración flexible con múltiples variantes de modelos GGML optimizados para diferentes recursos hardware.
- Generación de subtítulos automáticos para bibliotecas multimedia personales sin enviar audio a servidores externos.
- Traducción automática de diálogos a inglés cuando el modelo soporta la tarea de traducción.
- Creación de subtítulos forzosos (forced) que solo transcriben diálogos en idiomas extranjeros.
- Extracción y gestión de letras para archivos musicales (.lrc) integrados en la biblioteca.
- Despliegue distribuido utilizando workers remotos o endpoints compatibles con OpenAI para acelerar el procesamiento.
- Separación vocal opcional para mejorar la precisión en contenido ruidoso antes de la transcripción.
- Procesamiento local completo: los archivos de audio nunca salen del servidor a menos que se configure explícitamente un worker remoto.
- Soporte nativo para aceleración GPU mediante CUDA (NVIDIA), Vulkan (Intel/AMD) y ROCm (AMD).
- Gestión de cola con prioridad: solicitudes manuales y aprobadas por administradores tienen precedencia sobre el barrido automático.
- Resumen de subtítulos: permite reanudar transcripciones interrumpidas desde la última marca de tiempo.
- Modelos optimizados: ofrece variantes Q5_0, full-precision y turbo con tamaños de archivo desde 78 MB hasta 3 GB.
- Independencia de plataforma para modelos: los archivos GGML se descargan en cualquier sistema operativo.
- Los binarios whisper-cli se descargan automáticamente solo en Linux; en macOS y Windows requiere instalación manual del ejecutable.
- La traducción automática está limitada exclusivamente al idioma inglés como destino, independientemente del modelo.
- Los modelos 'turbo' no soportan la tarea de traducción nativa y generarán advertencias si se activa esta opción.
- Dependencia de FFmpeg para la extracción de audio, incluido en Jellyfin o instalado en PATH.
- La separación vocal requiere un binario adicional (BSRoformer.cpp) que puede no estar disponible en todos los entornos.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Requiere Jellyfin 10.11+. En Linux, el plugin descarga automáticamente whisper-cli y modelos GGML. En macOS/Windows, instale whisper-cli manualmente y configure la ruta en ajustes. Asegure al menos 4 núcleos CPU y 8 GB RAM para modelos grandes. Para despliegue distribuido, configure endpoints compatibles con OpenAI o use imágenes de workers precompiladas. Revise los requisitos de disco según el modelo elegido (ej: ~3 GB para Large V3).
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.