[开源] 迫于学外语的需求，搓了个 Mac 实时字幕翻译工具 v2s

[franklioxygen]

好久不见迫于体了🐶 最近搓了一个 macOS 菜单栏小工具 v2s (voice to subtitle)，功能很简单：实时把语音转成双语字幕，悬浮在屏幕最上方。

开会、看直播、刷 YouTube 的时候，选一个音频源（麦克风或者任意 App ），选好语言，点 Start ，就会出现一个字幕条，上面一行翻译，下面一行原文

纯本地运行，语音识别用的 Apple Speech ，翻译用的 Apple Translation ，不过网络不联网

需要 macOS 26+

https://github.com/franklioxygen/v2s

欢迎试用，提 issue 或者 PR 都欢迎。

又一个很酷的东西没提，字幕窗口右上角有个按键，点击后可以在另一个窗口显示文本格式的字幕历史，可以切换语言，Apple AI 总结，当然还可以复制


https://github.com/franklioxygen/v2s/issues/3#issuecomment-4127624567

[me876]

试用了一下，功能非常棒👍🏻，已 star 。

[Chicagoake]

羡慕 macOS26

[franklioxygen]

@me876 哈哈谢谢！还要继续优化

@Chicagoake 高贵的果粉必需随时保持最新系统🐶

[zyxk]

试过了，很不错， 能否可以设置隐藏输入或者目标语言， 输入语言和字幕语言相同时，会显示两个，应该自动隐藏一个

[zyxk]

用了一会后， 不显示翻译了， 只显示原文， 停止再开始也没有， 重启 app 后正常了

[overstar]

@zyxk 市面上开源闭源的这类型软件都有这个毛病，不知道什么鸟情况，严重影响我学习外语

[voicevlan]

非常不错的功能，👍

[galenzhao]

good ，有没有想法 port 到 win ，
没有的话我抄一下思路，看看能不能搞个 win 的。

[galenzhao]

mac 一直都扔办公室，家里都是 win

[franklioxygen]

@zyxk 感谢建议！刚刚加了选择双语或者单一字幕功能。第二个问题好像是说的话一长就有这个现象，正在调整中。。

@overstar 确实，似乎是 API 的断句缺陷


@voicevlan 感谢！


@galenzhao 没有这个打算，欢迎复刻 😂 win 可能需要用一些其他开源包做识别

[galenzhao]

是，win 下复刻需要一堆 3rd 实现，
还是 apple 全家桶方便，

我刚试下了，mac 的自带模型相当可以啊，识别准确率 还有延迟，

[zyxk]

感谢大佬， 再提一点小建议

听演讲或 blog 或 b 站随便一个评测， 可能是说话停顿比较短，很容易形成一个超长的句子，字幕会溢出显示区域；
另外能否可以设置字体颜色， 因为一般网页背景都是白色的，白字看不清

[franklioxygen]

@galenzhao 现在的能力还没充分利用神经引擎，以后有望变得更强


@zyxk 感谢反馈！长句的问题我会后续更新。从快捷菜单左下角的齿轮可以进入高级菜单，字体颜色都可以在高级设置里选择，还可以给字体加描边

[zyxk]

@franklioxygen #13 谢谢，才注意到这个齿轮图标，长句识别比较麻烦或者有些本身就是长句时，应该先优化一下显示， 保证最后输出内容显示在屏幕内。

[galenzhao]

@franklioxygen 周末有空，试试 port 了一下。目前是用的 win11 自带的 recognition ，外加 model 翻译。
算是个 poc ，功能跑通了。https://github.com/galenzhao/v2s-win

[franklioxygen]

@zyxk 已经在前面一个版本修复了，感谢建议！

@galenzhao 恭喜恭喜，老哥行动力强啊！👍