OpenAI Whisper（large-v3 模型）在普通话识别上准确率超过 95%，方言和带口音的中文稍低。faster-whisper 是 Whisper 的优化版本，相同精度下速度提升 4-8 倍，推荐优先使用。对于重要内容建议人工校对字幕。

FFmpeg 使用 LGPL/GPL 开源协议，可以免费用于商业项目，但需遵守协议要求（主要是动态链接和源码公开的规则）。实际中大量商业软件都基于 FFmpeg 构建，具体使用方式如有顾虑建议咨询法律专业人士。

FFmpeg、Whisper、MoviePy 等主流工具均支持 Windows、macOS 和 Linux。Windows 用户推荐使用 Windows Subsystem for Linux (WSL2) 以获得最佳兼容性，或通过 Anaconda 安装 Python 环境后直接使用。