AudioScript 声稿 — 监听系统声音输出,外语播客视频会议实时双语悬浮字幕

AudioScript 声稿 是开发者 niyongsheng(Nico)用 Tauri 2 写的一款跨平台桌面工具,按 MIT 协议开源。它监听电脑正在播放的系统声音,把外语播客、视频和线上会议实时识别成文字,再翻译成中文,以原文加译文的双语悬浮窗贴在屏幕上。语音识别和翻译模型都打包在本机运行,不需要把音频上传到云端服务器,离线也能用,覆盖 29 种以上语言。

仓库托管在 GitHub,在 跨平台应用 这一层同时提供 macOS 14.2 及更新、Windows 10 及更新和 Ubuntu 24 的安装包,属于 开源软件里偏本机音频处理的一类,也是一个仍在活跃迭代的 开源项目。

场景痛点

打开 YouTube 看外语播客、或者参加一场英文线上会议时,很多人想要的不是逐句暂停查词,而是屏幕下方有一行原文一行译文跟着说话滚动。浏览器自带的实时字幕往往只认网页里的视频流,抓不到系统播放器和会议软件的声音;第三方在线转录又要把音频上传到别人服务器排队,对会议内容和听力练习场景都不太合适。AudioScript 声稿想把这条链路收到本机完成,适合在意 隐私保护、又不想在 数字生活 里为字幕多装一个虚拟声卡的人,也是一款值得放进 酷软趣站清单里横向对比的本机工具。

主要功能特点

  • 采集:系统声音 / 麦克风 / 两者混合。
  • 常驻:托盘、关窗不退出、单实例、开机自启。
  • 识别:内置 Zipformer 流式双语识别;可选 X-ASR、Nemotron 3.5、Qwen3-ASR。
  • 翻译:内置 Opus-MT 中英互译;可选 LMT-60、NLLB-200。
  • 悬浮窗:双语对照,字号 / 不透明度 / 行数 / 彩色流光边框。
  • 国际化:zh-CN / zh-TW / en / ja / ko / fr / de / es / pt-BR / ru / it / id / ar。

系统声音、麦克风与混合采集

选「系统声音」后,应用直接抓取电脑当前播放的输出流,播客、视频、会议通吃;切到「麦克风」采集现场讲话,适合旁听外语讲座;也支持两路混合,一边听对方说一边录自己这头。在 macOS 26 及更新系统上,还可把翻译后端切到系统自带翻译。整套采集不需要额外装虚拟声卡驱动,是它和同类 桌面软件 一个明显区别。

本机流式语音识别

识别引擎默认内置 Zipformer 双语流式模型,中英混说也能顺着语音流出字。需要更多语种时可换成 X-ASR、Nemotron 3.5(OpenMDW-1.1 许可)或 Qwen3-ASR。识别结果配合 Silero VAD 滤掉静音段后直接进翻译队列,全部在 Windows 和 macOS 本地进程内完成。

本机翻译与系统翻译后端

翻译默认内置 Opus-MT,主打中英互译;需要更多语种时可拉取 LMT-60 或 NLLB-200,其中 NLLB-200 是 CC-BY-NC-4.0 非商业许可。在 macOS 26 及更新系统上还可直接调用系统翻译框架。作为一款 桌面翻译 工具,它把可选模型的许可边界都写在了文档里。

原文加译文双语悬浮窗

识别和翻译结果并排显示在一个可自由拖动的悬浮窗里,原文一行、译文一行,跟着说话人滚动。窗口字号、背景不透明度、保留行数都能调,还可以打开彩色流光边框,让字幕在不同壁纸下都看得清。开会时贴在会议窗口侧边,看视频时放在播放器下方。这种双语对照的呈现方式,比单纯把语音转成单语文字更适合作为 效率工具 边听边跟。

托盘常驻与开机自启

应用关闭窗口后不退出,而是收进系统托盘继续跑,点托盘图标就能呼出主界面或悬浮窗。它做了单实例限制,重复打开不会再起新进程;也支持开机自启,登录系统后字幕就待命。托盘菜单里可以快速切换输入源、暂停识别或退出。这种常驻形态让它更像一个后台运行的 软件工具,而不是每次用完就关的一次性应用。

多语言界面与跨平台安装

应用界面支持 13 种语言,从简中、繁中、英文到日、韩、法、德、西、葡、俄、意、印尼语和阿拉伯语都有,跟着系统语言自动切换。它用 Tauri 2 构建,安装包体积比 Electron 小,在 macOS 14.2、Windows 10 和 Ubuntu 24 上都能跑,也是一款适合放进 工具推荐 清单的桌面应用。

隐私边界与匿名统计

整条识别翻译都在本机完成,音频不发作者服务器,断网也能用。应用默认集成 Aptabase 统计,只上报事件类型和设备信息,可在设置里关掉。文档列了各依赖许可:sherpa-onnx、X-ASR、Qwen3-ASR、LMT-60 是 Apache-2.0,NLLB-200 是 CC-BY-NC-4.0。作为 实用软件,它把离线可用和可选统计都做成开关。

项目地址

官网 访问

GitHub 访问

下载地址

https://pan.quark.cn/s/2f8bf026dab8

https://www.guangyapan.com/s/1966532702955229276_aeWhI5wocgzRgCO6 (光鸭新用户注册福利:永久免费空间:所有新用户注册即可解锁 2TB 永久免费存储空间,无需额外任务或付费)

相关推荐

Avatar photo

JameCling

我是 格律诗的软件世界 的作者,一名专注于软件工具、AI 技术和数字效率领域的独立研究者。
多年来,我持续关注互联网工具的发展趋势,体验不同平台的软件产品,并研究它们如何帮助用户提升效率。
我的工作不仅是整理软件信息,而是通过实际测试、功能分析和使用场景研究,帮助用户判断一个工具是否真正值得使用。
格律诗的软件世界 的每一篇文章都希望提供真实、有价值的信息,包括工具特点、使用方法、优缺点分析以及适合的人群。
我相信,好的工具能够改变工作方式,而准确的信息能够帮助用户做出更好的选择。