做了一个实时字幕翻译工具，叫 Mimi ，免费开源，支持 macOS 和 Windows 。
看没有中文字幕的外语视频、直播或网课时，可以开着它一起看。Mimi 会识别电脑正在播放的声音，把原文或翻译显示在字幕浮窗里，视频照常在原来的网页或播放器里播放。
浮窗可以拖动、调整大小，也支持鼠标穿透。看视频时可以打开沉浸模式，把控制按钮收起来，只留下字幕。
目前支持 Apple 芯片的 macOS 13 及以上版本，以及 Windows x64 。需要自己配置语音识别和翻译服务的 API 凭证。我主要用阿里云测试，其他服务也接了，不过测试还不多，可能还有些问题。
有需要的朋友可以试试，遇到问题可以在这里留言，或者到 GitHub 提 issue ，我会第一时间跟进。
大家中秋快乐～
看到有几位大佬点赞，还有朋友送了感谢，很开心，谢谢大家！
昨天发帖忘了放截图，补两张英文对白翻译成中文的效果图：
普通浮窗
可以看到翻译状态和控制按钮，窗口的位置、大小都能调整。
沉浸模式
把窗口背景和控制按钮隐藏，只留下字幕，看起来就像融入了视频画面，专心看电影时可以用这个模式。
有需要的朋友欢迎试试，哪里不好用、有什么想法，都可以跟我说～
画面截自 Mimi 的功能演示；电影素材为《Sintel》，© Blender Foundation，CC BY 3.0，截图做了裁切并展示 Mimi 字幕。
 |
1
xljagger1995 16h 26m ago
老哥，现在的实时语音字幕 app 里面，我体验下来只有豆包的中英实时翻译延迟能接受，其他的都有明显的延迟，这个问题现在哪一个服务提供商能提供更好的解法？
|
 |
2
ashita OP @xljagger1995 老歌，目前我主要用阿里云低延迟模式测试，其他服务只是接入了，还没实际测过，暂时说不好哪家更好。实时翻译的延迟受网络、识别和翻译速度影响，有时还得等一句话说完整，确实挺头疼，延迟高了很影响观看体验，我也在继续优化。之前试过本地 Whisper ，速度快一些，但当时整套方案的翻译效果不太理想。佬要是有推荐的服务商或优化思路，欢迎在 Github 交流，也欢迎提 PR ！
|
Select Language