Realtime Translator – Live Subtitles & Voice

应用提供什么

开发人员描述了通过 Whisper 进行本地语音识别，通过 Piper 进行本地语音合成，并具有 GPU 支持。对于翻译，选择包括 Anthropic Claude、OpenAI 兼容的 API 或本地 Ollama 和 LM Studio 设置。本地识别阶段并不意味着翻译文本必须在本地进行处理；这取决于所选的译者。

字幕漂浮在其他窗口上方，翻译也可以通过耳机读出。每个输出都可以通过快捷方式进行切换。说明区分了说话过程中显示的临时翻译与说话者结束句子后确认的译文。这使得不断演变的文本成为草案，而不是需要立即采取行动的最终声明。

会议和电影配置文件提供启动配置。词汇表旨在保留名称和专业术语，并且双语记录保存在 PC 上。这些都是有用的要点，可以用类似于您真实作品的材料进行测试。我们尚未验证词汇表覆盖范围或保存的文字记录是否捕获了每次中断或说话者的变化。

实际的第一个设置将使用具有已知翻译的非敏感录音。选择预期的应用作为音频源，检查识别的单词并比较两种语言。然后尝试通过耳机进行语音输出。该消息人士特别推荐使用耳机，以防止生成的声音泄漏到会议中。

该工具的界面语言与翻译功能分开列出。保留的描述将界面命名为英语、越南语和日语，但没有提供详尽的支持语言对表。确认您需要的配对和型号，而不是从一般翻译声明中推断覆盖范围。

安装前须知

隐私说明称，音频不会保存到文件中，而文本只会发送给您选择的翻译人员，并且双语文字记录会保留在本地。保持这些区别不变。不录制音频与不保留会议内容不同，外部翻译器有自己的数据处理术语。

在使用客户或工作场所对话之前，请确定参与者和适用的政策是否允许进行此处理。可以收听系统音频的工具可能包含超出您想要的句子的信息。选择一种应用可以缩小来源范围，但我们尚未审核捕获边界或提供者请求。

自动翻译可以改变姓名、号码、资格和语气。直接验证重要的承诺，而不是依赖临时字幕。该应用可以支持理解，而相应的决定可能需要口译员或其他适当的确认途径。我们尚未评估法律、医疗或其他专业交流的准确性。

本地模型也有实际要求。消息来源指定了 Windows 11，64 位，并推荐了显卡以提高识别速度。我们尚未对支持的 GPU 或已确定的资源使用情况进行基准测试。免费的本地翻译器仍然需要合适的模型、配置和计算能力。

对于会议，请在其他人加入之前测试完整的声音安排。生成的语音被路由到错误的输出可能会分散参与者的注意力或再次被捕获。我们尚未评估反馈预防或每个应用的音频处理。

将安静环境中的单个说话者与您通常遇到的干扰进行比较。重叠的语音和不完整的句子可能会产生与干净的视频旁白不同的要求。我们还没有测量应用如何处理这些情况。

对于本地模型路由，请在失去 Internet 访问权限之前确认模型可用且配置有效。该列表描述了离线选项，而不是自动保证全新安装已包含所有必需的模型。

价格与使用条件

美国 Microsoft Store 优惠是免费的。免费版本每次会话提供最长十五分钟的翻译、字幕和语音，再次按开始可继续。 Pro取消了时间限制，增加了AI会议摘要；保留的来源没有给出其价格。云翻译使用您自己的 API 访问，这可能会产生费用。分别确认当前级别和提供商条款。

我们的看法

最有力的想法是使处理路线可见：选择听什么、哪个译者处理文本以及字幕或语音是否有用。只要在现场对话之前了解设置，这种灵活性就可以满足不同的隐私和设备需求。

从已知材料开始，检查识别情况以及最终翻译。检查转录保留、十五分钟的自由边界和实际音频输出。如果结果不确定，就保留这种不确定性，而不是让流畅的声音让它听起来很确定。

我们尚未验证延迟、准确性或隐私实施。我们的观点是基于官方资料的可配置翻译工作流程的介绍，包括参与者许可、提供商选择以及对其实际使用至关重要的重要意义的验证。

对于词汇表测试，请包含拼写很重要的名称或技术术语。检查字幕和保存的文字记录。一个输出中看起来正确的单词并不能证明每个阶段都使用相同的解释。