Aplicativo desktop que transcreve e traduz áudio e vídeo offline no seu computador, baseado no Whisper da OpenAI.
niyongsheng/AudioScript
App desktop para macOS que captura o áudio do sistema e exibe legendas bilíngues em inglês e chinês em tempo real, com reconhecimento de fala e tradução totalmente no dispositivo.
Alternativa open source a:Xunfei Simultaneous Interpretation
- Estrelas
- 47
- Forks
- 9
- Issues abertas
- 0
- Último commit
- anteontem
O que é?
O AudioScript capta o áudio do sistema e transforma podcasts e vídeos em outros idiomas em legendas em tempo real, exibindo o texto original ao lado da tradução para chinês em uma janela flutuante. O app é voltado a quem acompanha reuniões internacionais, podcasts em inglês ou vídeos sem tradução, sem depender de serviços na nuvem.
O reconhecimento de fala usa o sherpa-onnx em modo de streaming, e a tradução usa o CTranslate2 com modelos opus-mt para inglês e chinês, nos dois sentidos. O áudio pode vir do som do sistema, do microfone ou dos dois juntos. A janela de legendas exibe linhas bilíngues, e é possível ajustar o tamanho da fonte, a opacidade e o número de linhas.
O app é desenvolvido com Tauri 2 e requer macOS 14.2 ou posterior. Ele fica na barra de menus, continua em execução quando a janela é fechada, permite apenas uma instância e pode iniciar junto com o sistema.
Recursos principais
- 01Captura o áudio do sistema, do microfone ou de ambos ao mesmo tempo.
- 02Faz reconhecimento de fala em streaming com sherpa-onnx.
- 03Traduz entre inglês e chinês offline com CTranslate2 e opus-mt.
- 04Exibe legendas bilíngues em uma janela flutuante ajustável.
- 05Fica na barra de menus e pode iniciar junto com o sistema, se desejado.
Casos de uso
- Acompanhar ao vivo, em chinês, uma conferência ou webinar em inglês.
- Entender podcasts em inglês durante o trajeto ou enquanto trabalha.
- Assistir a vídeos em outros idiomas sem legendas oficiais.
- Manter o processamento de áudio no dispositivo quando não é aceitável transcrever na nuvem.
Início rápido
- 1
Baixe o app na página de lançamentos
- 2
Instale as dependências e o modelo ASR
pnpm install - 3
Baixe o modelo de tradução
pnpm fetch:mt - 4
Inicie no modo de desenvolvimento
pnpm tauri dev
Antes de usar
- Funciona apenas no macOS 14.2 ou posterior.
- A tradução está disponível apenas entre inglês e chinês (en ↔ zh).
Tópicos
Perguntas frequentes
- O que é AudioScript?
- App desktop para macOS que captura o áudio do sistema e exibe legendas bilíngues em inglês e chinês em tempo real, com reconhecimento de fala e tradução totalmente no dispositivo. O AudioScript capta o áudio do sistema e transforma podcasts e vídeos em outros idiomas em legendas em tempo real, exibindo o texto original ao lado da tradução para chinês em uma janela flutuante. O app é voltado a quem acompanha reuniões internacionais, podcasts em inglês ou vídeos sem tradução, sem depender de serviços na nuvem.
- AudioScript é gratuito? Qual é a licença?
- AudioScript é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
- AudioScript ainda é mantido?
- Manutenção ativa. O último commit de AudioScript foi em 19 de out. de 2026.
- Para que posso usar AudioScript?
- Acompanhar ao vivo, em chinês, uma conferência ou webinar em inglês. Entender podcasts em inglês durante o trajeto ou enquanto trabalha. Assistir a vídeos em outros idiomas sem legendas oficiais. Manter o processamento de áudio no dispositivo quando não é aceitável transcrever na nuvem.
- Como instalar AudioScript?
- Baixe o app na página de lançamentos Instale as dependências e o modelo ASR: pnpm install Baixe o modelo de tradução: pnpm fetch:mt Inicie no modo de desenvolvimento: pnpm tauri dev
- Onde consigo AudioScript?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/niyongsheng/AudioScript
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Aplicativo Web baseado no Gradio e voltado para Windows, que reúne síntese de fala, clonagem de voz, transcrição com Whisper, download do YouTube, separação de vocais e tradução para dublagem.
Extensão do Chrome e serviço local em Python que gera legendas traduzidas em tempo real, do inglês para o chinês e vice-versa, em lives do YouTube usando Ollama.
Ferramenta de ditado por voz offline para Windows: segure CapsLock ou o botão lateral X2 do mouse para falar e solte para inserir o texto reconhecido.
Jan é um app de desktop open source para baixar e executar LLMs localmente, com uma interface semelhante à do ChatGPT e opção de conexão a modelos na nuvem.
Kit de ferramentas de fala offline com onnxruntime para reconhecimento de fala, síntese de voz, VAD, diarização e muito mais, em várias plataformas e idiomas.