要約：VideoCaptioner（卡卡字幕助手、github.com/WEIFENG2333/VideoCaptioner）は、GitHub で 15,000+ スターを持つ、真に人気のあるオープンソース（GPL-3.0）字幕ツールで、Windows 優先で作られており、音声を文字起こしし、LLM を使ってその文字起こしの改行・修正・翻訳を行います——さらに AI 吹き替えと内蔵の Bilibili/YouTube ダウンロード機能も備えています。GeekLink は、字幕パイプライン全体に特化したネイティブ macOS アプリです：音声認識（49 言語）、焼き込み（ハードコード）字幕を抽出する動画 OCR、Claude 3.5 Haiku・GPT-4o・DeepSeek による 40+ 言語ペアの AI 翻訳、そして字幕の焼き込み——認識・OCR・焼き込みは 100% あなたの Mac 上でローカルに動作します。最も明確な差はひとつ：VideoCaptioner は音声を文字起こしするだけなので、動画の映像に焼き込まれた字幕を読み取ることができません。Windows を使っていて、AI 吹き替えや内蔵の動画ダウンロードが欲しく、自分の API キーを用意することに抵抗がないなら VideoCaptioner を選びましょう。動画に焼き込み字幕があり、洗練されたネイティブ Mac アプリが欲しく、あるいは透明な定額料金でフロンティア LLM 翻訳を使いたいなら GeekLink を選びましょう。
動画のフレームに焼き込まれた字幕を復元する必要がありますか？GeekLink は焼き込み字幕を抽出し、音声を文字起こしし、翻訳します——すべて Mac 上でローカルに、無料で始められます。
無料ダウンロードVideoCaptioner とは？
VideoCaptioner は、中国語名で卡卡字幕助手としても知られるオープンソースの字幕ツール（github.com/WEIFENG2333/VideoCaptioner）で、2024 年 10 月の最初のコミットから約 20 か月で、およそ 15,000+ の GitHub スターと 1,300+ のフォークに成長しました。活発にメンテナンスされており——直近では 2026 年 6 月のコミットがあり、最新のタグ付きリリース（v1.4.2）は 2026 年 5 月に出荷されました——中国語の動画転載・ファンサブ・ローカライズのコミュニティ内では特に有名で、CSDN、知乎、Bilibili にチュートリアルが掲載されています。GPL-3.0 ライセンスで公開されています。
VideoCaptioner の中核的な役割は音声認識（音声からテキスト）です：動画の音声トラックを字幕ファイルへ文字起こしします。その看板となる売りは文字起こしの後に起こることです——文字数だけで切るのではなく、LLM を使って文字起こしを改行・整形します。この中核の周りに、AI 吹き替え／音声生成、内蔵の Bilibili・YouTube 動画ダウンロード、バッチ処理、そして焼き込み（字幕を切り替え可能または焼き込みの出力として動画にレンダリング）を束ねています。
このプロジェクトは Windows 優先で作られています。Mac で動かせるバージョンもありますが、ソースからかセットアップスクリプト経由でのみ動作します——典型的な macOS アプリのようにダウンロードして開ける、洗練されパッケージ化されたネイティブ Mac アプリはありません。
収益化については、VideoCaptioner は LLM 支援のステップ（翻訳、修正）用に自分の API キーを用意すればデフォルトで無料です。無料枠は Bing/Google 翻訳と、キーがまったく不要な無料 ASR オプションでも動かせます。また、自社の LLM ゲートウェイ（api.videocaptioner.cn）へのアクセスを有料の便宜として再販しているので、自分の API キーを設定したくないユーザーはそのステップを省くために支払うこともできます。
VideoCaptioner ができないのは、すでに動画の映像に描き込まれたテキストを読み取ることです。音声トラックから動作するため、フレームに焼き込まれた字幕を復元する手段がありません——アニメの生ソース、焼き込みキャプション付きの中国語／韓国語／日本語のバラエティ番組やショートドラマ、あるいはファイルを入手する前に字幕が焼き込まれていた再アップロードのクリップなどです。これが VideoCaptioner と GeekLink の最も明確な機能上の違いであり、この比較の焦点です。
GeekLink vs VideoCaptioner：機能はどう違う？
下の表は、各ツールが中心に据えるワークフロー全体をカバーしています。VideoCaptioner は吹き替えとダウンロードを内蔵した LLM 支援の文字起こし・転載ツールであり、GeekLink は動画 OCR、ネイティブ Mac アプリ、100% ローカル処理を加えた、字幕制作に特化したパイプラインです。
| 機能 | GeekLink | VideoCaptioner |
|---|---|---|
| プラットフォーム | macOS 13.0+、ネイティブ、Apple Silicon（M1/M2/M3/M4） | Windows 優先；Mac はソース/スクリプトからの実行のみ、パッケージ化されたネイティブアプリなし |
| 主な焦点 | 字幕制作パイプライン（認識 → OCR → 翻訳 → 焼き込み） | LLM 支援の文字起こし + 転載ツール（吹き替え、ダウンロード） |
| AI 音声認識 | あり — Whisper ベース、49 言語、100% ローカル/オフライン | あり — 音声ベースの文字起こし（無料・有料の ASR オプション） |
| 動画 OCR（焼き込み字幕の抽出） | あり — 動画フレームから焼き込み字幕を抽出 | なし — 音声のみを文字起こし、映像に焼き込まれたテキストは読めない |
| AI 支援の改行 / 文脈修正 | あり — LLM が文字数ではなく意味で改行・修正 | あり — これは VideoCaptioner の看板機能、同じ発想 |
| AI 翻訳 | あり — Claude 3.5 Haiku、GPT-4o、GPT-4o mini、DeepSeek、40+ 言語ペア | あり — 無料枠は Bing/Google 翻訳、より高品質には自分の/有料の LLM キー |
| AI 吹き替え / 音声生成 | なし | あり — AI 音声生成と吹き替えを内蔵 |
| 内蔵の動画ダウンロード（Bilibili/YouTube） | なし | あり — アプリ内で動画を直接ダウンロード |
| 字幕の焼き込み | あり — フォント/色/位置のスタイリング付き | あり — 切り替え可能または焼き込みのレンダリング |
| バッチ処理 | あり — 1 つの無人パイプラインで 50+ 本の動画 | あり — バッチの文字起こし/翻訳に対応 |
| オープンソース | いいえ | はい — GPL-3.0、ソースは GitHub で入手可能 |
| ローカル処理 / プライバシー | 認識 + OCR + 焼き込みはローカルで動作；動画は一切アップロードされない | 自分の API キーでセルフホストするとローカルで動作；有料ゲートウェイはホスト型 LLM を経由 |
要点：GeekLink と VideoCaptioner は音声認識、翻訳、バッチ処理、焼き込みで重なります——両方とも LLM で改行するので、改行そのものが両者を分けるわけではありません。両ツールを実際に分ける差は動画 OCR です：GeekLink はすでに動画のフレームに焼き込まれた字幕を読み取れますが、VideoCaptioner はできません。GeekLink は確信の持てない行にマークも付けるので、ファイル全体を読み直す代わりに確認する価値のある数行だけをレビューできます。その周辺で、VideoCaptioner は GeekLink が意図的にやらないこと（AI 吹き替え、内蔵の動画ダウンロード）を加えており、一方 GeekLink はパッケージ化されたネイティブ Mac アプリと、コアパイプラインの完全ローカル処理を加えています。
VideoCaptioner は GeekLink と比べていくら？
VideoCaptioner は無料かつオープンソース（GPL-3.0）です。デフォルトでは LLM 支援のステップ（翻訳、改行/修正）用に自分の API キーを用意し、無料枠はキーがまったく不要な Bing/Google 翻訳と無料 ASR オプションにフォールバックすることもできます。VideoCaptioner はまた、自社の LLM ゲートウェイ（api.videocaptioner.cn）へのアクセスを有料の便宜として再販しています——自分の API キーを設定しなくて済むように支払う形です。いずれにせよ、ソフトウェア自体にライセンス料はありません。
GeekLink は永続的な無料枠を提供します（フルの音声認識、OCR、字幕編集、バッチ処理、SRT/ASS エクスポート；無料エクスポートには小さな GeekLink クレジットが付きます）。有料プランは以下の通りです：
- 月額 — $12.99/月
- 年額 — $99/年（約 $8.25/月）、100 万 AI 翻訳トークン（約 1,500 分）を含む
- 買い切り — $169 一括（早割）/ $199 通常、より多くの翻訳トークンを含み、サブスク不要
- 追加の AI 翻訳トークン — 含まれる量を超えた場合、100 万トークンあたり $6.99
この 2 つのコストモデルは異なる人に向いています。VideoCaptioner は、自分の LLM API キーに使う分（あるいは無料の Bing/Google 翻訳枠に留めればまったくの無料）を超える費用がかかりません——API キーの設定に抵抗がなく、プラットフォームの上乗せをゼロにしたい人には魅力的です。GeekLink の料金は AI 翻訳コストを定額の月額・年額・買い切り価格にトークン枠付きで束ねており、自分の API 請求を管理したくない人にはよりシンプルで、買い切りオプションは動画を定期的に処理する人にとって継続コストがまったくないことを意味します。
自分の API キーを管理できるだけの技術力があり、LLM プロバイダーに原価で直接支払いたいなら、VideoCaptioner のモデルの方が安く済みます。API キーの設定なしで単一の定額を望むなら、GeekLink のプラン（$169 の買い切りオプションを含む）の方がシンプルな道です。
いつ GeekLink より VideoCaptioner を選ぶべき？
VideoCaptioner がより適するのは、いくつかの状況です：
Windows を使っている。VideoCaptioner は Windows 優先で作られており、そこで最も滑らかで完成された体験が得られます。GeekLink は macOS 専用です。
AI 吹き替えや音声生成が欲しい。VideoCaptioner は合成ナレーションを生成し動画を吹き替えできますが、GeekLink はこれをまったく提供していません。
同じツールに動画ダウンロードを内蔵させたい。VideoCaptioner は Bilibili や YouTube から直接動画を取得でき、ダウンロードしてから字幕を付ける転載ワークフローを 1 つのアプリで完結できます。GeekLink は動画をダウンロードしません——自分のファイルを用意します。
完全に無料の音声文字起こし転載ワークフローの中にいて、OCR が不要。ソース素材に焼き込み字幕が決して含まれないなら——オリジナルのトーキングヘッド、クリーンな音声のみの素材——VideoCaptioner の文字起こし＋LLM 修正のパイプラインがその仕事をうまくこなし、ライセンス費ゼロで動かせます。
完全にオープンソースで、セルフホスト可能なツールが欲しい。VideoCaptioner の GPL-3.0 ソースは GitHub にあるので、検査し、セルフホストし、自分が呼び出した LLM API コールの分だけ支払えます。GeekLink はクローズドソースです。
いつ GeekLink がより良い選択？
あなたの作業がすでに動画映像の一部となっている字幕に関わるとき、あるいはパッケージ化されたネイティブ Mac アプリが欲しいとき、GeekLink がより強い選択です。
焼き込み（ハードコード）字幕を抽出する必要がある。これが最大の単一の違いです。VideoCaptioner は音声を文字起こしし、映像に焼き込まれたテキストを読む手段がありません。GeekLink の動画 OCR はフレームを解析し、字幕領域を特定し、画面上のテキストを編集可能なファイルとして復元します。アニメの生ソース、焼き込みキャプション付きの中国語／韓国語／日本語のバラエティ番組やショートドラマ、字幕がすでに焼き込まれた再アップロードのクリップにとって、これはそもそも作業を可能にする機能です。ソース動画に焼き込み字幕があるなら、VideoCaptioner はこの作業を単純にできません。
洗練されパッケージ化されたネイティブ Mac アプリが欲しい。GeekLink は他の macOS アプリと同じようにダウンロードして実行でき、Apple Silicon 向けに作られています。VideoCaptioner の Mac サポートはソースやセットアップスクリプトからの実行を意味し、それに慣れていないなら摩擦が大きくなります。
自分の API キーを管理せずにフロンティア LLM 翻訳が欲しい。GeekLink の AI 翻訳は Claude 3.5 Haiku、GPT-4o、GPT-4o mini、DeepSeek を使い、定額の月額・年額・買い切り価格に束ねられています。別途 API アカウントに登録したり、LLM プロバイダーと使用量の請求を管理したりする必要はありません。
素材を自分のマシンに留めたい、しかもセットアップなしで。GeekLink は音声認識、OCR、編集、焼き込みを箱を開けてすぐ Mac 上でローカルに実行します。オプションの AI 翻訳だけが字幕テキスト（動画は決して送りません）を LLM プロバイダーへ送ります。VideoCaptioner もローカルで動かせますが、完全ローカルの道はあなたが自分の API キーを用意し設定することに依存します。
VideoCaptioner は動画から焼き込み字幕を抽出できる？
いいえ。VideoCaptioner は音声認識を使って動画の音声から字幕を生成するので、話された内容にしかキャプションを付けられません——動画 OCR がなく、すでに動画映像に焼き込まれたテキストを抽出できません。これは聞こえる以上に重要です。というのも、VideoCaptioner 自身のオーディエンスが扱う動画の大きな割合——ファンサブのアニメ、日本と韓国のバラエティ番組、中国のショートドラマ、プラットフォーム間で再アップロードされたクリップ——はしばしばすでにキャプションがフレームに恒久的にレンダリングされているからです。
ソースにすでに画面上の字幕があり、それを編集可能で翻訳可能なテキストとして欲しいなら、音声ベースの文字起こしはその仕事に向かないツールです——画面に実際に表示されている内容を読むのではなく、音声を再度文字起こしする（それは画面上のテキストと一致しないかもしれず、まったく別の言語かもしれません）ことになります。動画フレームそのものに対して働く光学式文字認識が必要です。
GeekLink はまさにこのために作られました。その動画 OCR はフレームをサンプリングし、字幕領域（下部、上部、またはカスタム領域——アニメやバラエティ番組はしばしばキャプションを異なる位置に置くので便利です）を特定し、画面上のテキストを読み、タイミングを再構築し、編集可能な SRT ファイルを出力します。そこから、誤読を修正し、AI でテキストを翻訳し、きれいな字幕ファイルをエクスポートするか、翻訳した字幕を動画に焼き戻すことができます。
ですから、ワークフローがキャプションと整形が必要な生の音声から始まるなら、VideoCaptioner はそれをうまく処理します——それは本当にその強みです。ワークフローがすでに焼き込み字幕のある動画から始まり、それを復元する必要があるなら、GeekLink が実際にそれをできるツールです。
よくある質問
VideoCaptioner（卡卡字幕助手）に Mac 版はある？
パッケージ化されたネイティブアプリとしてはありません。VideoCaptioner は Windows 優先で作られており、Mac ではソースやセットアップスクリプトから実行できますが、洗練されたダウンロードして開くだけの Mac ビルドはありません。GeekLink は Apple Silicon（M1/M2/M3/M4）向けに作られたネイティブ macOS アプリです。
VideoCaptioner は焼き込み（ハードコード）字幕を抽出できる？
いいえ。VideoCaptioner は音声認識を使って音声トラックから字幕を作るので、動画映像の一部であるテキストは読めません。焼き込み字幕のある動画——アニメ、バラエティ番組、中国のショートドラマ、再アップロードのクリップ——には動画 OCR が必要です。GeekLink は動画フレームから焼き込み字幕を抽出し、編集可能で翻訳可能な字幕ファイルを出力します。
VideoCaptioner は無料？
はい、VideoCaptioner は無料かつオープンソース（GPL-3.0）です。デフォルトでは LLM 支援の翻訳・修正ステップ用に自分の API キーを用意し、無料枠はキーがまったく不要な Bing/Google 翻訳と無料 ASR オプションにフォールバックできます。また、自分のキーを設定したくないユーザー向けに、自社の LLM ゲートウェイへのアクセスを有料の便宜として販売しています。GeekLink にも永続的な無料枠（フルの音声認識、OCR、バッチ処理、SRT/ASS エクスポート；無料エクスポートには小さな GeekLink クレジットが付きます）と、$169 の買い切りライセンスを含む有料プランがあります。
VideoCaptioner は AI 吹き替えや動画ダウンロードをする？
はい。VideoCaptioner は AI 吹き替え/音声生成と、Bilibili・YouTube からの内蔵ダウンロードを備えています——どちらも GeekLink は提供していません。GeekLink は意図的に字幕パイプライン（音声認識、動画 OCR、AI 翻訳、焼き込み）に範囲を絞っています。
字幕には VideoCaptioner と GeekLink のどちらを使うべき？
Windows を使っていて、AI 吹き替えや内蔵の動画ダウンロードが欲しく、無料のオープンソースツールに自分の API キーを用意することに抵抗がないなら VideoCaptioner を選びましょう。ソース動画に OCR 抽出が必要な焼き込み（ハードコード）字幕があり、洗練されたネイティブ Mac アプリが欲しく、あるいは自分の API キーを管理するより AI 翻訳に単一の定額を払いたいなら GeekLink を選びましょう。ファンサブ/転載コミュニティの多くの人は結局両方が必要になります：クリーンな音声のコンテンツには VideoCaptioner、すでに字幕がフレームに焼き込まれたものには GeekLink です。