MSストアで販売されてるWhisperUIを試してみました。簡単に言えば動画の音声を自動的認識して字幕フォーマットに描きだしてくれるソフトで指定するだけで割ととってくれるので楽。
https://microsoft.com/store/productId/9N3SRNM2J6XX?ocid=pdpshare
ただ難点としてUIが微妙ってのとデフォの学習モデルだとかなり認識がダメなのでモデル→ggml-large-v2ってのに変更したら割と見れるものになりました。確か300円くらいだったかな？　まぁMSストアなのでほかのPCでも同じアカウントなら使えるので比較的利便性は高いと思います