Vimpo — 贴链接下载外语视频并自动生成双语字幕的 Mac 工具

Vimpo 是一款只运行在 Mac 上的视频下载与双语字幕工具，把视频链接贴进窗口、或直接拖入本地视频，就按下载、语音识别、翻译三步走完，最后给出一部带双语字幕的影片。

它属于轻量的原生桌面软件，安装包只有 12.1 MB，要求 macOS 15.6 或更高，界面提供简体中文、繁体、英、日、韩五种语言。听写在本机离线完成，翻译则调用你自己的模型，应用不要求注册、也不设订阅。它只支持 macOS、不需要命令行基础，常见的视频下载与字幕需求都能在一个窗口完成。

场景痛点

刷 YouTube 公开课、B 站访谈或两小时英文播客，常卡在两件事：想把视频存到本地，链接却可能哪天失效；外语原声没有好用的字幕，在线字幕工具又要把视频上传到别人服务器，机翻人名前后不一、整行错位，看着就对不上画面。下载、听写、翻译本是一条线上的事，却要在好几个软件间来回倒腾。在影音编辑这一类工具里，能把这几步收进一个窗口完成的并不多。

主要功能特点

上千个网站贴链接就能下，断了还能续

Vimpo的下载能力基于 yt-dlp，这是一个被广泛使用的开源命令行下载项目，支持上千个网站，YouTube、Bilibili、Vimeo、Twitch、TED、TikTok、Instagram、Reddit 等都在支持列表。把视频链接粘贴到输入框，它会识别可用清晰度并开始下载，1080p 也能保存，还支持暂停和断点续传，中途断网后已下载的部分不会丢失。对归在下载工具需求里的用户，长访谈、公开课可以先存进硬盘，不必担心原视频被删除或设为私密。

本机 Whisper 听写，离线生成字幕

识别这一步在你自己的 Mac 上完成，用的是 OpenAI 开源的 Whisper 模型，断网也能跑，视频和声音不经过第三方服务器。它提供五档模型：Tiny 约 78 MB、Small 约 488 MB、Large v3 Turbo 约 574 MB（官方推荐）、Medium 约 1.5 GB、Large v3 约 3.1 GB，模型越小越快、越大越准，可按机器配置取舍。这是典型的本地AI 用法：识别不按分钟计费，也不用担心敏感录像被上传。

双语字幕对照看，点一句就跳回画面

识别和翻译完成后，播放界面会同时显示原文和译文两种字幕，比如「中文 + EN」；哪句没听懂，点文稿里的那一行，画面就跳回对应的时间点，方便反复听。它还提供整份带时间戳的文稿，原文与译文逐行排在一起，可当双语阅读材料。对英文公开课、外语纪录片这类信息密度高的视频，对照着看比单纯看中文字幕更能跟上逻辑，也省去边听边暂停查词的麻烦。

翻译用你自己的模型，人名术语全片一致

Vimpo 不捆绑翻译服务，而是让你填自己的模型接口，OpenAI、Gemini、DeepSeek、通义千问等在线服务，以及 Ollama、LM Studio 这类本地模型都能接入，Key 存在系统钥匙串里。它的 AI翻译会参考整部影片上下文，而不是逐句硬翻：听错的人名能结合上下文纠正，同一个术语全片只用一种译法，字幕也不会整段错开。同一句话只翻译一次、不重复扣费。在桌面翻译这类场景里，前后一致性正是它和普通机翻拉开差距的地方。

长句自动切成短行，本地视频也能拖入

语音识别出的一条字幕常一挂十几秒，一整段话挤在一行，来不及读完。Vimpo的智能断句会在说话停顿处把长句切成短行，每条停留约 1 到 4 秒，跟着说话节奏切换，读起来不费劲，也方便和译文对照，整个过程同样在本机完成。除了在线视频，会议录像、采访素材等本地文件也能直接拖入，导入时可选复制进资料库或只链接原文件，之后一样能转字幕，全程不用上传。

资料库全是普通文件，还能导出带字幕成片

Vimpo不建数据库，资料库就是一个 .vimpo文件夹，里面是视频、封面、字幕、配置等普通文件，放进移动硬盘或同步盘，换台 Mac 照样能看，字幕可被任意播放器使用。字幕也可压进画面，可选中英双语、仅中文或原文，最高 1080p。在一众视频处理工具里，这种「文件始终在自己手里」的设计更安心；它把下载、听写、翻译、导出收进一个软件，是处理外语素材很顺手的效率工具，常看英文长视频可列入工具推荐。

官方网站

官网访问

下载地址

https://pan.quark.cn/s/3998a13eb462

Vimpo — 贴链接下载外语视频并自动生成双语字幕的 Mac 工具

场景痛点