Real-Time Translator：开源实时语音转写与翻译工具
-
Real-Time Translator：开源实时语音转写与翻译工具
在跨语言会议、观看外语视频或进行即时沟通时，我们常常面临语言障碍的挑战。市面上的翻译工具虽多，但真正做到低延迟、高精度且不干扰工作流的却寥寥无几。
今天为大家介绍一款开源的高性能实时语音转写与翻译应用——Real-Time Translator。它专为 macOS（特别是 Apple Silicon 芯片）进行了深度优化，同时兼顾 Windows 用户，是打破语言壁垒的绝佳助手。
核心亮点：为什么选择它？
这款工具不仅仅是一个简单的翻译器，它集成了多种顶尖技术，旨在提供流畅的用户体验：
- ⚡️ 极速实时转写：利用
faster-whisper、mlx-whisper或FunASR技术，实现音频流的即时转文字，速度极快。 - 🍎 Apple Silicon 深度优化：针对 M1/M2/M3 芯片用户，提供 MLX 后端支持，充分释放硬件潜能，运行更冷、更静、更快。
- 🌊 逐字流式显示：告别漫长的等待，文字会随着你的语音逐字显现，并具备智能上下文累积功能，阅读体验自然流畅。
- 🖥️ 无感悬浮窗设计：独特的 Overlay UI（覆盖层界面）设计，窗口置顶、背景透明且支持鼠标穿透。这意味着你可以在全屏开会或看视频时，让翻译字幕悬浮在屏幕最上方，完全不影响你对其他软件的操作。
- 🔄 异步后台翻译：转写与翻译并行处理，翻译任务在后台静默完成，绝不阻塞界面响应。
- 💾 会议记录神器：一键保存所有转写和翻译历史。这些记录不仅可以作为字幕文件，还能直接投喂给 LLM（大语言模型）进行会议纪要分析。
强大的引擎支持
Real-Time Translator 提供了极其灵活的后端选择，满足不同场景的需求：
- Whisper (Multilingual)：OpenAI 的通用模型，适合多语言场景。
- MLX (Apple Silicon)：专为 Mac 用户优化，利用神经网络引擎加速。
- FunASR (阿里达摩院)：新增重磅功能！ 工业级的中文/英文识别引擎。
- 支持离线与流式模式。
- 推荐使用
SenseVoiceSmall进行多语言识别，或使用Paraformer系列获取极致的中文识别效果。 - 支持最新的 31 种语言模型，甚至涵盖方言和口音识别。
现代化控制中心 (Dashboard)
新版本带来了全新的暗色主题控制中心，操作直观便捷：
- 一键启动：在首页点击“▶ Launch Translator”即可唤起悬浮翻译窗。
- 音频管理：自动检测并选择麦克风输入，支持调节静音阈值（Silence Threshold），在嘈杂环境中也能精准识别。
- 个性化设置：自由切换 Whisper 模型大小（从 tiny 到 large-v3），或配置 OpenAI API Key 及目标翻译语言。
- 热重载 (Hot Reloading)：开发者福音，修改代码或配置后应用会自动重启，即时生效。
快速上手指南
1. 安装准备
无论你是 Mac 还是 Windows 用户，都能轻松部署：
- 环境要求：Python 3.10+，已安装 FFmpeg。
- Mac 特别提示：建议安装
BlackHole（虚拟音频驱动），以便直接内录系统声音（如会议软件的声音），实现精准的同声传译。
2. 安装步骤
- Windows 用户：双击
install_windows.bat自动配置环境。 - Mac 用户：在终端运行
install_mac.sh。 - 依赖安装：脚本会自动检查并安装缺失的库（如 PyQt6, openai 等）。
3. 使用流程
- 启动：运行对应的启动脚本（Mac/Linux:
./startmac.sh，Windows:startwindows.bat）。 - 配置：在弹出的 Dashboard 中设置好 API Key、目标语言（如 Chinese）和音频输入设备。
- 开始：点击 Launch，悬浮窗即刻出现。你可以拖动它到屏幕任意位置，或通过右下角手柄调整大小。
- 保存：会议结束后，点击悬浮窗上的“💾 Save”即可导出记录。
小结
Real-Time Translator 是一款集高性能、低资源占用、高自由度于一身的实时翻译工具。无论你是需要跨国沟通的职场人士，还是喜欢啃生肉视频的学习者，它都能成为你屏幕上那个最贴心的“同声传译员”。
注：本项目基于开源社区构建，FunASR 模型首次使用会自动从 ModelScope 下载。遇到问题可查看终端日志或调整 config.ini 配置文件。
- ⚡️ 极速实时转写：利用
-
0 回复
歡迎留言回复交流。
Log in to reply.