基于 OpenAI Whisper 的桌面应用,可在本机离线转录和翻译音视频。
2.2万1631PythonMIT更新于 4天前
macOS 桌面应用,实时监听系统声音,生成原文与中文译文双语悬浮字幕,识别与翻译均在本机完成。
AudioScript(声稿)监听系统声音输出,把外语播客和外文视频实时转成悬浮字幕,每句同时显示原文与中文译文。它适合需要跟进国际会议、英文播客或未翻译影视内容,又不想把音频交给云端服务的用户。
语音识别基于 sherpa-onnx 流式模型,翻译使用 CTranslate2 运行 opus-mt 模型,支持英文与中文互译。音频来源可选系统声音、麦克风,或两者混合。字幕窗口为双语对照,字号、不透明度和行数均可调整。
应用基于 Tauri 2 构建,要求 macOS 14.2 及以上版本。它可常驻托盘,关闭窗口后不退出,支持单实例运行和开机自启。
从发布页面下载应用
安装依赖和语音识别模型
pnpm install拉取翻译模型
pnpm fetch:mt以开发模式启动
pnpm tauri dev概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
基于 OpenAI Whisper 的桌面应用,可在本机离线转录和翻译音视频。
基于 Gradio 的网页工具,集成语音合成、声音克隆、Whisper 转录、YouTube 下载、人声分离和翻译,用于配音制作。
Chrome 扩展加本地 Python 服务,用 Ollama 为 YouTube 直播实时生成中英互译字幕。
Windows 离线语音输入工具,按住 CapsLock 说话,松开即自动上屏。
Jan 是一款开源桌面应用,可在本地下载并运行大模型,提供类似 ChatGPT 的对话界面。
完全离线在本地设备上转录音视频的桌面应用,基于 Whisper 等语音模型。