- aau4366382026-09-13
線上/預先弄的有
即时的本地的有吗？
ps: 本地无whisper, 只能用api key
谢
主楼 - yeluo0012026-09-13
可以看看我这个帖子，但是Google这个模型不能区分说话人，同时说话容易串，以及断句还是会有问题，但是翻译响应是很快的
看到这个帖子利用Gemini 3.5 Live Translate让你拥有一个免费同传+实时字幕 启发的
ai studio这个gemini 3.5 live translate模型，免费key也不限制并发和调用次数，而且响应速度快，能直接输出指定语言的翻译结果
于是让反重力研究了下，写了个mpv的脚本用来实现实时字幕，模型能自动识别70多种语音，可以翻译成指定语言的字幕
依赖要求
1.仅… - aau4366382026-09-13
- 水星2026-09-13
手机端，我在用的华为手机和荣耀手机都有实时字幕，不过支持对应用比较少，不过一般来说英语都是可以的 ^-^ 但是因为是实时的，所以他一边说话的时候在翻译的时候可能会有一些不太准，比如说这句话说一半的时候的意思和完整说完之后的实际上的意思其实不太一样，所以它的字幕可能会跳 ^-^
- aau4366382026-09-13
- 水星2026-09-13
我其实真这么试过，剧情的话确可以有对照的字幕，但是语气词就没法翻译了 ^-^
- JaxL2026-09-26
日语这类句子，后面还没说完，前面的意思往往不好定，所以边听边翻容易出现译文反复改、字幕跟不上的情况。本地视频倒不一定要走纯实时同传，可以提前处理接下来一段音频，结合比较完整的上下文再翻译，播放时按时间轴显示。
我也有类似的诉求，目前做了一个自己用大概的效果是，手机网页播放器（隐蔽性也比较好:)） → 打开视频 → 预处理音频+翻译 5-10s → 然后边看就边有未来的翻译了。
不过目前走的是自带的云端服务，还没支持填自己的 API key，跟老哥要的方案有点区别
横屏全屏效果大概是这样：
- aau4366382026-09-26