这个设计图仅供参考，最终成品可能有差异。
这是目前的目标，先做到这个再说，
实际开发中可能会微调，但大体不变：
一个视频播放区域，一个时间轴区域，一个表格区域。
最终成品里会有音频波形图，设计图里没有只是因为我不会在 Sketch 里面设计音频波形图而已。
第一版预计完成时间：2021年
个人, 解决自己的需求
做字幕可以高效一些，舒服一些
- 界面好看（也要有夜间模式）
- 调整时间轴的效率要高
- 有快捷键
- 背景有音频波形图，方便对齐
当前市面上的字幕编辑软件，体验不够好，
所以做个新的
可以做字幕的软件有：
- Aegisub
- Arctime Pro
- 人人译视界
说明：这个列表当然不全，我忽略了不少小软件，
那些软件一般只有 Windows 版，而且界面很难看（发布时间基本都是 2000年~2010年）
注意：以下都是以 macOS 的视角，不是 Windows，因为我只有一台 mac 电脑，没有 Windows 电脑
- 2014年左右停止更新
- 界面不美观, 没有夜间模式，纯白界面看久了眼睛疼
- 快捷键的支持不够好，macOS 上不好用+容易崩溃
- 我从2013年用到现在2020年，忍够了
编程语言：根据开源代码，看起来是用 C/C++ 写的
感谢评论区内 BingLingGroup 在2020年8月18号 对 Aegisub 的补充说明，内容如下，粘贴过来方便其他人学习 Aegisub：
- aegisub仍有人维护 https://github.com/wangqr/Aegisub ，关于字幕渲染的插件VSFilter仍然有人在更新 https://github.com/qwe7989199/aegisub_scripts/releases/tag/v1.3 ，开源压制界的软件Avisynth和Vapoursynth用的人还有很多
- 界面可以改颜色
偏好设置-界面-颜色或偏好设置-自动保存中的上级目录的config.json文件中修改 偏好设置-热键- Arctime的优点竟然是波形图？你知不知道Aegisub也有波形图？音频区从右到左第三个按键是什么？另外频谱图比波形图好用是公认的吧，你觉得频谱图不好看，可以去
偏好设置-高级-音频-频谱模式-质量-极高质量调整即可 - Aegisub有视频区域脱离，
菜单栏-视频-拆分视频 - Aegisub已经有视频压制插件 https://github.com/qwe7989199/aegisub_scripts
- 机翻可以考虑subtitleedit，当然谷歌翻译质量不是很好。deepl目前还没有免费的api可以白嫖，我的方案是把英文字幕抽取出来手动复制到网页端deepl进行翻译，再复制回去
- 界面难看 (以我个人的审美标准)
- macOS 上用起来不舒服
(左上角视频区域和其他部分感觉"不是一个整体"，拖动窗口以及切换到其他程序时，视频区域的行为不一致，拖动时这个区域似乎在努力跟随，切换时会覆盖到别的内容） - 直接拖入 ass 字幕文件时，时间轴一样的字幕块会叠加到一起，不方便做双语字幕
（据说可以根据不同样式导入到不同轨道，这样就不会叠在一起了，我改天试试） - 右上角的文字区域是用来粘贴文字和输入文字的，就是把完整的文字稿放那里，只需要打轴，这对创作者很好，但是对翻译者没啥用，关又关不掉。界面布局没法做修改，虽然也不是什么影响使用的大问题，但就是不爽
优点:
- Arctime 有音频波形图
补充：
- 编程语言：根据官网说明是 Java 写的，不知道是 JavaFX 还是 Swing（也不重要了，反正就是烂）
- 用户挺多的 (我加的 QQ 群是第7个群，这个群有2000人，假设前面6个群也是2000人，就是2000*7=一万4千人）
不知道这些用户怎么想的，我反正用起来不爽，用户估计是没有替代方案才用 Arctime
- 卡
- 难看
优点：
- 功能很齐全，各种小工具都有
他们有很多用户，软件用肯定能用，这是最基本的底线，
但是用起来不爽，反正在我的 macOS 机器上 (Macbook Pro 2017 15寸 16G内存) 各种卡顿
现在"假设"他们完全解决了性能问题。不卡了。很流畅。
但这个界面外观和操作方式，对我个人来说还是不爽，
毕竟做个字幕少说也要3小时到2天。整天盯着这个影响心情（当然也可以说是我"要求太高了"）
他们的界面设计原则就是有啥功能就全部堆叠到界面上，一个一个摆，整个界面看起来很臃肿，不简洁。
做字幕的人，基本只有2种角色：
- 翻译视频的人（字幕组/自己一个人的字幕组，字幕一般做成双语）
- 原创者 （自己做了个视频，然后希望加字幕，多数情况下只需要单语字幕，比如视频里说的是中文，就加中文字幕）
说这个的意义是，因为本软件作者是第一类人，那么在软件的前几个版本，会偏向第一种使用场景。
也就是说复制粘贴完整的文字稿，然后用快捷键一边播放一边把一句句话填入到时间轴里，这样非常方便原创者的功能，暂时不会做。
原创者也需要各种导出功能，方便导入到 Final Cut Pro 或者是 Adobe Premire 或者是其他软件里。
多格式导出功能的优先级在一开始也不会那么高。会做，但是会排后一点
- Aegisub 大大小小的功能太多了，一时半会儿肯定替代不了 Aegisub，先不以这个为目标
- 先把调整时间轴，改字幕文本，增删字幕的整体操作做舒服了，其他的再说
- 好看
- 流畅
- 调整时间轴方便
- 字幕文件的类型，支持一两个就行，先简单做做，不要把大量时间花在格式兼容 (srt,ass,vtt 里面选一个做)
- 快捷键 （包括设置和使用）
- 加入机器翻译功能（先支持百度和彩云小译，先这两家）
- 加入视频压制功能
- 对 ASS 格式的各种高级功能提供更好的支持，比如样式，位置，颜色
- 语音转文字功能（先支持阿里云）
- 对竖屏视频（比如抖音/instagram) 提供更好的支持，比如左侧完全被竖屏视频占满，让高度占满整个可见屏幕
- 视频区域支持脱离，比如 Final Cut Pro 可以把视频区域单独弄到一个屏幕上
比如你有2个屏幕，一个笔记本+一个外接显示器，
视频可以在另一个屏幕全屏
- Nosub: Nosub Subtitle Editor，支持 Windows, 暂不支持 macOS
软件截图，视频演示，以及相关讨论看这条 Github issue
如果希望快速的讨论可以加 Q 群和作者聊。
如果希望公开的讨论可以直接开 Github issue。
收费肯定是要收费的，理由就不列了，没什么意思，
如果想讨论收费相关的话题欢迎开个 Github Issue。
定价基本思路：低频免费。高频适当收一点。
除了根据用量的差异进行区分，
也会开发一些比较复杂的高级功能，这部分功能也只有付费用户可用。
价格：我还没想好，但会比较便宜。
现在软件都还没做出来，不花太多时间讨论定价的问题，先做出来再说。
做这玩意是为了解决现有软件体验太差的问题（能用，但是用起来不爽）
先满足自己的使用需求，其他的推到以后再说。
-
IINA
介绍：这是 macOS 上一个很好的播放器，用的是 mpv，原生开发。
可学习的地方：它是 Swift 写的（只有少数例外）
学习2个地方，macOS 应用开发以及视频解析和显示 -
zhw259058/WFPlayer
介绍：绘制音频波形图
可以学习的地方：它是怎么绘制音频波形图的
这更多是作为一个组件，不是一个单独的项目
咨询了作者，只能绘制10秒~几十秒的波形图。根本原因是性能问题。
WFPlyaer 的 demo 还用了作者自己的 ArtPlayer
这几个项目之间互相有结合 -
zhw2590582/SubPlayer
介绍：一个 Web 的简易字幕编辑器
是 WFPlayer 的超集，基于它做了很多字幕功能
简单说是 WFPlayer + ArtPlayer = SubPlayer
体验不错，挺流畅的，
但是我暂时没法用它来代替 Arctime 或者 Aegisub
改进点：- 文件保存，万一不小心关了标签页就可能丢失了几个小时的工作
- 只支持简单字幕格式，也就是 SRT，不支持 ASS，也就是不支持样式（对我来说是致命问题）
- 只适合单语字幕，双语字幕不方便制作（两行的那种）
- 下方时间轴只能显示一小段，比如10秒到30秒左右，不允许滚动，这个还是挺不爽的（就是 Web 平台本身的性能问题）
优点蛮多的，这里就不列了，用起来还是很舒服的，整体的操作逻辑可以学习
https://invent.kde.org/multimedia/subtitlecomposer
https://online.aimu-app.com
（和前面的 SubPlayer 是同一个作者，是作者把字幕制作做成商业化的产品的一次尝试）
以下评价写于2020-11-13，后面如果产品改进了，那么部分评价可能就不适用了
优点：
- 适合编辑+压制全流程搞定
- 整体的 UI 比较美观
- 操作流程里考虑到了双语字幕的情况
缺点：
- 视频(mp4)需要完整的上传才能做语音识别，文件最大1G。
乍一看，改进方法是：在客户端用 webassembly 的 FFmpeg 把 mp4/mkv/webm 转成 wav/mp3/flac/acc 等音频格式，缩减需要上传的文件大小，加快上传时间。 不过因为逻辑是一个个"任务"。任务的确是需要视频的，这个还没法优化。做个字幕还得把几百 M 到1G 的视频传上去，传就要等半天。
中立：
-
字幕的样式可以调整，颜色，大小，底部距离，但是没有 ass 格式那么自由（这个后续改进就行了）
-
成本可能稍大，网站原话：为什么mp4格式的视频，也要消耗转码的点数？
虽然名称是转码消耗，但就算视频不用转码，其实里面还有带宽占用、提取音频和空间存储这三样服务器消耗在里面 -
网站原话：假如一个有10分钟的视频，走完一个流程需要消耗 90 个点，也就是说每分钟 9 个点，也就是每分钟 0.9 元
我的评价：10分钟的视频最后9块钱。对大客户可能没什么，对我这样不赚钱的个人字幕组是不能接受的，
以前用 Aegisub 最多只是花时间，不会花钱（虽然钱和时间大部分情况可以互相转换）
一个10分钟的视频花9块钱，值不值？
对比完成同一个任务的速度，对比用 Aegisub 和这个软件哪个更快，
这个软件有一些优势，起码用起来比较舒服，速度可能会稍微快10%~20%（猜测） 但是我是不会为了这点优势花钱的。 结论：对我来说太贵了，
我会导出 srt 或者 ass 自己压制，我是不会为了视频压制掏钱的。
是的，我自己都觉得自己是很难伺候的客户，从这种人手上赚点钱太难了。
还要覆盖掉服务器的成本，剩下的才是利润。
结论：如果我把 macOS 端的软件做出来，能够打出成本优势。