0:03.220–0:03.980
哈喽大家
0:03.980–0:06.660
就等了同传字幕1.0正式版
0:07.380–0:08.940
今天终于和大家见面了
0:08.940–0:11.260
从最初的小工具到现在
0:11.260–0:14.460
Android、Mac还有大家呼声超高的Windows
0:14.460–0:17.200
三个平台这次全都齐了
0:18.180–0:20.400
不管你是睡前抱着手机躺看直播
0:20.400–0:23.360
还是在电脑前边干活边挂着生肉台
0:24.160–0:26.300
伸手
0:26.300–0:27.820
让字母自己跟上
0:33.660–0:34.700
他现在能做什么
0:35.260–0:37.340
平时看日语或者英语的视频和直播
0:37.340–0:38.700
他能实时听声音
0:38.700–0:39.400
出字幕
0:39.400–0:41.960
翻成中文或者你想看的任何语言
0:42.660–0:43.560
列表里自带了中
0:43.560–0:44.000
英
0:44.000–0:44.440
日
0:44.440–0:44.860
韩
0:44.860–0:45.940
其他任何语言
0:45.940–0:47.260
只要你自己填个名字
0:47.260–0:48.000
它就能翻
0:49.060–0:51.200
字幕会像这样浮在画面最上面
0:51.200–0:52.060
随便拖动
0:52.060–0:52.740
改大小
0:52.740–0:53.380
换配色
0:54.320–0:56.660
房屋处
0:57.320–0:58.740
你可以选边听边出
0:58.740–1:00.200
草稿随说随出
1:00.200–1:02.380
一句说完立刻变正式字幕
1:02.380–1:04.700
也可以切成稳稳地说完再出
1:05.580–1:06.400
在手机上
1:06.400–1:09.100
你可以单独选某一个会出声的APP来听
1:09.100–1:10.220
到了电脑上
1:10.220–1:12.640
它直接听整台电脑播放的声音
1:12.640–1:14.560
哪怕关掉主窗口字幕
1:14.560–1:15.360
也照样在
1:15.360–1:18.700
Mac的菜单栏和Windows的右下角拖盘点一下
1:18.700–1:19.760
就能随时开关
1:20.900–1:23.020
隐私方面也完全不用担心
1:23.400–1:25.780
声音指摘你自己的设备本地识别
1:25.780–1:26.960
绝对不会上传
1:26.960–1:28.480
而且语音识别模型
1:28.480–1:30.160
已经直接内置在安装包里
1:30.160–1:31.200
装好就能用
1:31.200–1:32.520
不用另外下载
1:32.520–1:33.600
翻译的时候
1:33.600–1:35.500
也只是把识别出来的纯文字
1:35.500–1:37.680
借口
1:38.560–1:40.820
抵挡
1:40.820–1:42.280
你可以按内容类型
1:42.280–1:43.400
写好背景
1:43.400–1:45.100
数语表
1:45.500–1:49.260
甚至直接点一下让大模型帮你自动生成术语
1:49.640–1:52.340
翻译时它还会自动结合上文语境
1:52.340–1:54.620
不会翻得前言不搭后语
1:55.240–1:59.000
翻译接入的是你自己的大模型API
1:59.000–2:00.080
像Deepstick
2:00.080–2:04.240
建容
2:04.840–2:06.580
计备
2:07.040–2:07.400
啊
2:08.160–2:09.320
会自动释出
2:09.320–2:12.920
关闭模型思考过程的参数来降低延迟
2:13.500–2:17.240
资金一请求头
2:17.740–2:20.260
不需要Key的服务把Key留空就行
2:21.480–2:23.900
另外设置里还提供了一个可选的Javi
2:24.460–2:25.700
在线辅助功能
2:25.700–2:29.160
一文检查
2:30.140–2:31.940
所以平时用起来其实就三步
2:32.280–2:35.660
填好你的大模型API并测试连接允许权限
2:35.660–2:37.620
然后点一下开始字幕
2:38.120–2:39.620
就可以安心看直播了
2:44.000–2:45.640
老朋友可能已经发现了
2:46.300–2:48.780
1.0版本除了加新功能
2:49.340–2:50.820
我还做了几个减法
2:51.860–2:55.100
首先是移除了之前内置的index免费翻译
2:55.100–2:56.080
它是B
2:56.080–2:57.760
占官方提供的接口
2:57.760–3:00.060
用的人一多
3:00.060–3:00.980
不稳定
3:01.700–3:04.600
翻译效果其实也不如其他主流大模型
3:05.500–3:07.080
我后来想明白了一件事
3:07.080–3:09.100
其他提供免费翻译的软件
3:09.100–3:11.760
它们本身是做付费服务的商业软件
3:12.560–3:14.220
对免费功能的可用性
3:14.220–3:15.620
也是有保障义务的
3:16.160–3:17.840
当免费翻译用不了的时候
3:18.200–3:19.220
用户去反馈
3:19.220–3:20.680
指责甚至骂两句
3:20.680–3:23.200
那是商业软件应该受着的
3:24.000–3:25.980
但同传字幕是个开源项目
3:25.980–3:28.760
Index是逼不赚提供的服务
3:28.760–3:29.800
它不稳定的问题
3:29.800–3:31.600
本来不应该反馈到我这里
3:32.100–3:34.100
可只要我把它内置在软件里
3:34.100–3:36.440
大家自然会觉得这是我提供的服务
3:36.440–3:37.640
我就对它有义务
3:38.440–3:40.080
所以我决定把它移除掉
3:41.180–3:41.540
当然
3:42.340–3:44.660
你依然可以通过现有的自定义配置
3:44.660–3:48.420
自主合规地建入从前的index翻译接口
3:48.900–3:50.880
但那是你亲手填上去用的
3:51.600–3:52.480
你会清楚
3:52.480–3:54.280
这是你自己的选择
3:55.140–3:59.400
第二个减法是移除了本机大模型部署
4:00.060–4:03.120
因为这个项目的重心是做好工具本身
4:03.120–4:08.640
也就是模型调用和翻译相关功能的开发优化
4:09.080–4:11.320
而在安卓上面对五花八门的系统
4:11.320–4:14.960
SoC CPU GPU和NPU
4:15.400–4:18.380
让手机连续跑本地模型做实时翻译
4:18.380–4:21.980
本身就是个性能功耗和负载炸弹
4:22.960–4:25.100
ows和Mac上也是一样
4:25.480–4:27.960
不仅要适配各种显卡和统一内存
4:28.480–4:29.700
而且上了桌面端
4:29.700–4:31.920
大家肯定会想要更强的模型
4:32.380–4:34.920
两臂
4:35.660–4:36.880
继续支持这些
4:37.360–4:40.780
会给项目引入大量非必要的开发成本
4:41.740–4:43.760
如果你想在本地部署模型
4:44.780–4:47.300
其实有很多更优秀的专门项目
4:47.900–4:49.600
用它们在电脑上部署好
4:49.600–4:52.300
再通过本地API接入同传字幕
4:52.300–4:54.580
专业的事交给专业的工具
4:54.960–4:56.880
才更符合这个项目的定位
4:57.820–4:59.760
这还带来了一个附带的好处
5:00.400–5:02.200
以前为了照顾国内网络环境
5:02.200–5:04.480
模型下载失配
5:05.380–5:07.200
现在只剩语音识别模型
5:07.200–5:09.340
干脆直接内置进安装包
5:09.800–5:11.800
把下载部分彻底剥离掉
5:11.800–5:16.200
也方便大家通过Titop以外的渠道分享传播
5:16.860–5:18.360
只保留BYOK
5:18.940–5:20.540
你选你信任的服务
5:20.540–5:23.280
你来掌控成本和稳定性
5:28.200–5:29.080
摇完了功能
5:29.080–5:31.400
最后想跟大家说说
5:31.400–5:32.780
做这个项目的初衷
5:33.440–5:34.560
其实特别简单
5:35.080–5:37.460
火雨直播
5:37.460–5:39.160
千万同传
5:39.160–5:40.340
因为看的人太多
5:40.340–5:41.780
突然炸掉了
5:42.300–5:43.980
那天半夜直播结束
5:43.980–5:45.580
越想越上头的我
5:45.580–5:47.840
决定干脆自己动手搓一个
5:48.580–5:49.380
一开始
5:50.060–5:52.720
真的只是打算留着自己用的
5:53.400–5:57.240
直播镜里
5:57.240–6:00.180
看到不少人被迫去买付费翻译软件
6:00.180–6:02.520
收起抱怨
6:05.180–6:07.760
我就想既然自己用着看直播挺好的
6:07.760–6:10.160
不如分享出来给大家一起用吧
6:11.100–6:15.340
两个切片和一个卢播
6:15.340–6:17.200
后来又做了个特别简陋
6:17.200–6:20.180
垃圾的小视频
6:20.720–6:23.400
哈哈即使当时只是想有个能放下载地址
6:23.400–6:25.320
接受大家反馈的地方
6:26.320–6:27.060
没想到
6:27.960–6:31.620
一下子收到了各种各样的反馈和功能诉求
6:32.340–6:34.940
这几天我几乎把所有能想到的功能
6:34.940–6:37.780
开发和三个平台的适配全都干出来了
6:38.400–6:41.040
他有了今天正式和大家见面的1.0
6:42.320–6:43.100
接下来
6:43.100–6:45.740
我还会持续优化他的性能表现
6:45.740–6:47.940
和翻译效果
6:48.620–6:49.340
比如现在
6:49.340–6:51.740
电脑端用的还是和手机端
6:51.740–6:53.360
一样的语音识别模型
6:53.360–6:55.580
手机上是实在没得选
6:55.580–6:56.780
但在桌面端
6:56.780–6:59.800
未来其实还有很大的升级和选择空间
7:00.660–7:02.040
真心感谢这段时间
7:02.040–7:03.480
每一位提出反馈
7:04.000–7:06.060
帮我测试捉虫的朋友
7:06.700–7:08.060
希望这个深夜上头
7:08.060–7:09.240
搓出来的小工具
7:09.240–7:10.700
也能陪你度过
7:10.700–7:12.600
看台夜晚
7:15.300–7:19.040
项目代码和三个平台的安装包都在GitHub上
7:19.460–7:22.440
搜索CMU Subtitle就能找到
7:23.100–7:24.360
如果它也帮到了你
7:24.360–7:27.540
别忘了点赞投币收藏支持一下呀
7:27.540–7:28.900
我们下个版本见
7:28.900–7:29.580
拜拜

0:03.220–0:03.980
哈喽大家
0:03.980–0:06.660
就等了同传字幕1.0正式版
0:07.380–0:08.940
今天终于和大家见面了
0:08.940–0:11.260
从最初的小工具到现在
0:11.260–0:14.460
Android、Mac还有大家呼声超高的Windows
0:14.460–0:17.200
三个平台这次全都齐了
0:18.180–0:20.400
不管你是睡前抱着手机躺看直播
0:20.400–0:23.360
还是在电脑前边干活边挂着生肉台
0:24.160–0:26.300
伸手
0:26.300–0:27.820
让字母自己跟上
0:33.660–0:34.700
他现在能做什么
0:35.260–0:37.340
平时看日语或者英语的视频和直播
0:37.340–0:38.700
他能实时听声音
0:38.700–0:39.400
出字幕
0:39.400–0:41.960
翻成中文或者你想看的任何语言
0:42.660–0:43.560
列表里自带了中
0:43.560–0:44.000
英
0:44.000–0:44.440
日
0:44.440–0:44.860
韩
0:44.860–0:45.940
其他任何语言
0:45.940–0:47.260
只要你自己填个名字
0:47.260–0:48.000
它就能翻
0:49.060–0:51.200
字幕会像这样浮在画面最上面
0:51.200–0:52.060
随便拖动
0:52.060–0:52.740
改大小
0:52.740–0:53.380
换配色
0:54.320–0:56.660
房屋处
0:57.320–0:58.740
你可以选边听边出
0:58.740–1:00.200
草稿随说随出
1:00.200–1:02.380
一句说完立刻变正式字幕
1:02.380–1:04.700
也可以切成稳稳地说完再出
1:05.580–1:06.400
在手机上
1:06.400–1:09.100
你可以单独选某一个会出声的APP来听
1:09.100–1:10.220
到了电脑上
1:10.220–1:12.640
它直接听整台电脑播放的声音
1:12.640–1:14.560
哪怕关掉主窗口字幕
1:14.560–1:15.360
也照样在
1:15.360–1:18.700
Mac的菜单栏和Windows的右下角拖盘点一下
1:18.700–1:19.760
就能随时开关
1:20.900–1:23.020
隐私方面也完全不用担心
1:23.400–1:25.780
声音指摘你自己的设备本地识别
1:25.780–1:26.960
绝对不会上传
1:26.960–1:28.480
而且语音识别模型
1:28.480–1:30.160
已经直接内置在安装包里
1:30.160–1:31.200
装好就能用
1:31.200–1:32.520
不用另外下载
1:32.520–1:33.600
翻译的时候
1:33.600–1:35.500
也只是把识别出来的纯文字
1:35.500–1:37.680
借口
1:38.560–1:40.820
抵挡
1:40.820–1:42.280
你可以按内容类型
1:42.280–1:43.400
写好背景
1:43.400–1:45.100
数语表
1:45.500–1:49.260
甚至直接点一下让大模型帮你自动生成术语
1:49.640–1:52.340
翻译时它还会自动结合上文语境
1:52.340–1:54.620
不会翻得前言不搭后语
1:55.240–1:59.000
翻译接入的是你自己的大模型API
1:59.000–2:00.080
像Deepstick
2:00.080–2:04.240
建容
2:04.840–2:06.580
计备
2:07.040–2:07.400
啊
2:08.160–2:09.320
会自动释出
2:09.320–2:12.920
关闭模型思考过程的参数来降低延迟
2:13.500–2:17.240
资金一请求头
2:17.740–2:20.260
不需要Key的服务把Key留空就行
2:21.480–2:23.900
另外设置里还提供了一个可选的Javi
2:24.460–2:25.700
在线辅助功能
2:25.700–2:29.160
一文检查
2:30.140–2:31.940
所以平时用起来其实就三步
2:32.280–2:35.660
填好你的大模型API并测试连接允许权限
2:35.660–2:37.620
然后点一下开始字幕
2:38.120–2:39.620
就可以安心看直播了
2:44.000–2:45.640
老朋友可能已经发现了
2:46.300–2:48.780
1.0版本除了加新功能
2:49.340–2:50.820
我还做了几个减法
2:51.860–2:55.100
首先是移除了之前内置的index免费翻译
2:55.100–2:56.080
它是B
2:56.080–2:57.760
占官方提供的接口
2:57.760–3:00.060
用的人一多
3:00.060–3:00.980
不稳定
3:01.700–3:04.600
翻译效果其实也不如其他主流大模型
3:05.500–3:07.080
我后来想明白了一件事
3:07.080–3:09.100
其他提供免费翻译的软件
3:09.100–3:11.760
它们本身是做付费服务的商业软件
3:12.560–3:14.220
对免费功能的可用性
3:14.220–3:15.620
也是有保障义务的
3:16.160–3:17.840
当免费翻译用不了的时候
3:18.200–3:19.220
用户去反馈
3:19.220–3:20.680
指责甚至骂两句
3:20.680–3:23.200
那是商业软件应该受着的
3:24.000–3:25.980
但同传字幕是个开源项目
3:25.980–3:28.760
Index是逼不赚提供的服务
3:28.760–3:29.800
它不稳定的问题
3:29.800–3:31.600
本来不应该反馈到我这里
3:32.100–3:34.100
可只要我把它内置在软件里
3:34.100–3:36.440
大家自然会觉得这是我提供的服务
3:36.440–3:37.640
我就对它有义务
3:38.440–3:40.080
所以我决定把它移除掉
3:41.180–3:41.540
当然
3:42.340–3:44.660
你依然可以通过现有的自定义配置
3:44.660–3:48.420
自主合规地建入从前的index翻译接口
3:48.900–3:50.880
但那是你亲手填上去用的
3:51.600–3:52.480
你会清楚
3:52.480–3:54.280
这是你自己的选择
3:55.140–3:59.400
第二个减法是移除了本机大模型部署
4:00.060–4:03.120
因为这个项目的重心是做好工具本身
4:03.120–4:08.640
也就是模型调用和翻译相关功能的开发优化
4:09.080–4:11.320
而在安卓上面对五花八门的系统
4:11.320–4:14.960
SoC CPU GPU和NPU
4:15.400–4:18.380
让手机连续跑本地模型做实时翻译
4:18.380–4:21.980
本身就是个性能功耗和负载炸弹
4:22.960–4:25.100
ows和Mac上也是一样
4:25.480–4:27.960
不仅要适配各种显卡和统一内存
4:28.480–4:29.700
而且上了桌面端
4:29.700–4:31.920
大家肯定会想要更强的模型
4:32.380–4:34.920
两臂
4:35.660–4:36.880
继续支持这些
4:37.360–4:40.780
会给项目引入大量非必要的开发成本
4:41.740–4:43.760
如果你想在本地部署模型
4:44.780–4:47.300
其实有很多更优秀的专门项目
4:47.900–4:49.600
用它们在电脑上部署好
4:49.600–4:52.300
再通过本地API接入同传字幕
4:52.300–4:54.580
专业的事交给专业的工具
4:54.960–4:56.880
才更符合这个项目的定位
4:57.820–4:59.760
这还带来了一个附带的好处
5:00.400–5:02.200
以前为了照顾国内网络环境
5:02.200–5:04.480
模型下载失配
5:05.380–5:07.200
现在只剩语音识别模型
5:07.200–5:09.340
干脆直接内置进安装包
5:09.800–5:11.800
把下载部分彻底剥离掉
5:11.800–5:16.200
也方便大家通过Titop以外的渠道分享传播
5:16.860–5:18.360
只保留BYOK
5:18.940–5:20.540
你选你信任的服务
5:20.540–5:23.280
你来掌控成本和稳定性
5:28.200–5:29.080
摇完了功能
5:29.080–5:31.400
最后想跟大家说说
5:31.400–5:32.780
做这个项目的初衷
5:33.440–5:34.560
其实特别简单
5:35.080–5:37.460
火雨直播
5:37.460–5:39.160
千万同传
5:39.160–5:40.340
因为看的人太多
5:40.340–5:41.780
突然炸掉了
5:42.300–5:43.980
那天半夜直播结束
5:43.980–5:45.580
越想越上头的我
5:45.580–5:47.840
决定干脆自己动手搓一个
5:48.580–5:49.380
一开始
5:50.060–5:52.720
真的只是打算留着自己用的
5:53.400–5:57.240
直播镜里
5:57.240–6:00.180
看到不少人被迫去买付费翻译软件
6:00.180–6:02.520
收起抱怨
6:05.180–6:07.760
我就想既然自己用着看直播挺好的
6:07.760–6:10.160
不如分享出来给大家一起用吧
6:11.100–6:15.340
两个切片和一个卢播
6:15.340–6:17.200
后来又做了个特别简陋
6:17.200–6:20.180
垃圾的小视频
6:20.720–6:23.400
哈哈即使当时只是想有个能放下载地址
6:23.400–6:25.320
接受大家反馈的地方
6:26.320–6:27.060
没想到
6:27.960–6:31.620
一下子收到了各种各样的反馈和功能诉求
6:32.340–6:34.940
这几天我几乎把所有能想到的功能
6:34.940–6:37.780
开发和三个平台的适配全都干出来了
6:38.400–6:41.040
他有了今天正式和大家见面的1.0
6:42.320–6:43.100
接下来
6:43.100–6:45.740
我还会持续优化他的性能表现
6:45.740–6:47.940
和翻译效果
6:48.620–6:49.340
比如现在
6:49.340–6:51.740
电脑端用的还是和手机端
6:51.740–6:53.360
一样的语音识别模型
6:53.360–6:55.580
手机上是实在没得选
6:55.580–6:56.780
但在桌面端
6:56.780–6:59.800
未来其实还有很大的升级和选择空间
7:00.660–7:02.040
真心感谢这段时间
7:02.040–7:03.480
每一位提出反馈
7:04.000–7:06.060
帮我测试捉虫的朋友
7:06.700–7:08.060
希望这个深夜上头
7:08.060–7:09.240
搓出来的小工具
7:09.240–7:10.700
也能陪你度过
7:10.700–7:12.600
看台夜晚
7:15.300–7:19.040
项目代码和三个平台的安装包都在GitHub上
7:19.460–7:22.440
搜索CMU Subtitle就能找到
7:23.100–7:24.360
如果它也帮到了你
7:24.360–7:27.540
别忘了点赞投币收藏支持一下呀
7:27.540–7:28.900
我们下个版本见
7:28.900–7:29.580
拜拜

0:03.220–0:03.980
哈喽大家
哈喽大家
0:03.980–0:06.660
就等了同传字幕1.0正式版
就等了同传字幕1.0正式版
0:07.380–0:08.940
今天终于和大家见面了
今天终于和大家见面了
0:08.940–0:11.260
从最初的小工具到现在
从最初的小工具到现在
0:11.260–0:14.460
Android、Mac还有大家呼声超高的Windows
Android、Mac还有大家呼声超高的Windows
0:14.460–0:17.200
三个平台这次全都齐了
三个平台这次全都齐了
0:18.180–0:20.400
不管你是睡前抱着手机躺看直播
不管你是睡前抱着手机躺看直播
0:20.400–0:23.360
还是在电脑前边干活边挂着生肉台
还是在电脑前边干活边挂着生肉台
0:24.160–0:26.300
伸手
伸手
0:26.300–0:27.820
让字母自己跟上
让字母自己跟上
0:33.660–0:34.700
他现在能做什么
他现在能做什么
0:35.260–0:37.340
平时看日语或者英语的视频和直播
平时看日语或者英语的视频和直播
0:37.340–0:38.700
他能实时听声音
他能实时听声音
0:38.700–0:39.400
出字幕
出字幕
0:39.400–0:41.960
翻成中文或者你想看的任何语言
翻成中文或者你想看的任何语言
0:42.660–0:43.560
列表里自带了中
列表里自带了中
0:43.560–0:44.000
英
英
0:44.000–0:44.440
日
日
0:44.440–0:44.860
韩
韩
0:44.860–0:45.940
其他任何语言
其他任何语言
0:45.940–0:47.260
只要你自己填个名字
只要你自己填个名字
0:47.260–0:48.000
它就能翻
它就能翻
0:49.060–0:51.200
字幕会像这样浮在画面最上面
字幕会像这样浮在画面最上面
0:51.200–0:52.060
随便拖动
随便拖动
0:52.060–0:52.740
改大小
改大小
0:52.740–0:53.380
换配色
换配色
0:54.320–0:56.660
房屋处
房屋处
0:57.320–0:58.740
你可以选边听边出
你可以选边听边出
0:58.740–1:00.200
草稿随说随出
草稿随说随出
1:00.200–1:02.380
一句说完立刻变正式字幕
一句说完立刻变正式字幕
1:02.380–1:04.700
也可以切成稳稳地说完再出
也可以切成稳稳地说完再出
1:05.580–1:06.400
在手机上
在手机上
1:06.400–1:09.100
你可以单独选某一个会出声的APP来听
你可以单独选某一个会出声的APP来听
1:09.100–1:10.220
到了电脑上
到了电脑上
1:10.220–1:12.640
它直接听整台电脑播放的声音
它直接听整台电脑播放的声音
1:12.640–1:14.560
哪怕关掉主窗口字幕
哪怕关掉主窗口字幕
1:14.560–1:15.360
也照样在
也照样在
1:15.360–1:18.700
Mac的菜单栏和Windows的右下角拖盘点一下
Mac的菜单栏和Windows的右下角拖盘点一下
1:18.700–1:19.760
就能随时开关
就能随时开关
1:20.900–1:23.020
隐私方面也完全不用担心
隐私方面也完全不用担心
1:23.400–1:25.780
声音指摘你自己的设备本地识别
声音指摘你自己的设备本地识别
1:25.780–1:26.960
绝对不会上传
绝对不会上传
1:26.960–1:28.480
而且语音识别模型
而且语音识别模型
1:28.480–1:30.160
已经直接内置在安装包里
已经直接内置在安装包里
1:30.160–1:31.200
装好就能用
装好就能用
1:31.200–1:32.520
不用另外下载
不用另外下载
1:32.520–1:33.600
翻译的时候
翻译的时候
1:33.600–1:35.500
也只是把识别出来的纯文字
也只是把识别出来的纯文字
1:35.500–1:37.680
借口
借口
1:38.560–1:40.820
抵挡
抵挡
1:40.820–1:42.280
你可以按内容类型
你可以按内容类型
1:42.280–1:43.400
写好背景
写好背景
1:43.400–1:45.100
数语表
数语表
1:45.500–1:49.260
甚至直接点一下让大模型帮你自动生成术语
甚至直接点一下让大模型帮你自动生成术语
1:49.640–1:52.340
翻译时它还会自动结合上文语境
翻译时它还会自动结合上文语境
1:52.340–1:54.620
不会翻得前言不搭后语
不会翻得前言不搭后语
1:55.240–1:59.000
翻译接入的是你自己的大模型API
翻译接入的是你自己的大模型API
1:59.000–2:00.080
像Deepstick
像Deepstick
2:00.080–2:04.240
建容
建容
2:04.840–2:06.580
计备
计备
2:07.040–2:07.400
啊
啊
2:08.160–2:09.320
会自动释出
会自动释出
2:09.320–2:12.920
关闭模型思考过程的参数来降低延迟
关闭模型思考过程的参数来降低延迟
2:13.500–2:17.240
资金一请求头
资金一请求头
2:17.740–2:20.260
不需要Key的服务把Key留空就行
不需要Key的服务把Key留空就行
2:21.480–2:23.900
另外设置里还提供了一个可选的Javi
另外设置里还提供了一个可选的Javi
2:24.460–2:25.700
在线辅助功能
在线辅助功能
2:25.700–2:29.160
一文检查
一文检查
2:30.140–2:31.940
所以平时用起来其实就三步
所以平时用起来其实就三步
2:32.280–2:35.660
填好你的大模型API并测试连接允许权限
填好你的大模型API并测试连接允许权限
2:35.660–2:37.620
然后点一下开始字幕
然后点一下开始字幕
2:38.120–2:39.620
就可以安心看直播了
就可以安心看直播了
2:44.000–2:45.640
老朋友可能已经发现了
老朋友可能已经发现了
2:46.300–2:48.780
1.0版本除了加新功能
1.0版本除了加新功能
2:49.340–2:50.820
我还做了几个减法
我还做了几个减法
2:51.860–2:55.100
首先是移除了之前内置的index免费翻译
首先是移除了之前内置的index免费翻译
2:55.100–2:56.080
它是B
它是B
2:56.080–2:57.760
占官方提供的接口
占官方提供的接口
2:57.760–3:00.060
用的人一多
用的人一多
3:00.060–3:00.980
不稳定
不稳定
3:01.700–3:04.600
翻译效果其实也不如其他主流大模型
翻译效果其实也不如其他主流大模型
3:05.500–3:07.080
我后来想明白了一件事
我后来想明白了一件事
3:07.080–3:09.100
其他提供免费翻译的软件
其他提供免费翻译的软件
3:09.100–3:11.760
它们本身是做付费服务的商业软件
它们本身是做付费服务的商业软件
3:12.560–3:14.220
对免费功能的可用性
对免费功能的可用性
3:14.220–3:15.620
也是有保障义务的
也是有保障义务的
3:16.160–3:17.840
当免费翻译用不了的时候
当免费翻译用不了的时候
3:18.200–3:19.220
用户去反馈
用户去反馈
3:19.220–3:20.680
指责甚至骂两句
指责甚至骂两句
3:20.680–3:23.200
那是商业软件应该受着的
那是商业软件应该受着的
3:24.000–3:25.980
但同传字幕是个开源项目
但同传字幕是个开源项目
3:25.980–3:28.760
Index是逼不赚提供的服务
Index是逼不赚提供的服务
3:28.760–3:29.800
它不稳定的问题
它不稳定的问题
3:29.800–3:31.600
本来不应该反馈到我这里
本来不应该反馈到我这里
3:32.100–3:34.100
可只要我把它内置在软件里
可只要我把它内置在软件里
3:34.100–3:36.440
大家自然会觉得这是我提供的服务
大家自然会觉得这是我提供的服务
3:36.440–3:37.640
我就对它有义务
我就对它有义务
3:38.440–3:40.080
所以我决定把它移除掉
所以我决定把它移除掉
3:41.180–3:41.540
当然
当然
3:42.340–3:44.660
你依然可以通过现有的自定义配置
你依然可以通过现有的自定义配置
3:44.660–3:48.420
自主合规地建入从前的index翻译接口
自主合规地建入从前的index翻译接口
3:48.900–3:50.880
但那是你亲手填上去用的
但那是你亲手填上去用的
3:51.600–3:52.480
你会清楚
你会清楚
3:52.480–3:54.280
这是你自己的选择
这是你自己的选择
3:55.140–3:59.400
第二个减法是移除了本机大模型部署
第二个减法是移除了本机大模型部署
4:00.060–4:03.120
因为这个项目的重心是做好工具本身
因为这个项目的重心是做好工具本身
4:03.120–4:08.640
也就是模型调用和翻译相关功能的开发优化
也就是模型调用和翻译相关功能的开发优化
4:09.080–4:11.320
而在安卓上面对五花八门的系统
而在安卓上面对五花八门的系统
4:11.320–4:14.960
SoC CPU GPU和NPU
SoC CPU GPU和NPU
4:15.400–4:18.380
让手机连续跑本地模型做实时翻译
让手机连续跑本地模型做实时翻译
4:18.380–4:21.980
本身就是个性能功耗和负载炸弹
本身就是个性能功耗和负载炸弹
4:22.960–4:25.100
ows和Mac上也是一样
ows和Mac上也是一样
4:25.480–4:27.960
不仅要适配各种显卡和统一内存
不仅要适配各种显卡和统一内存
4:28.480–4:29.700
而且上了桌面端
而且上了桌面端
4:29.700–4:31.920
大家肯定会想要更强的模型
大家肯定会想要更强的模型
4:32.380–4:34.920
两臂
两臂
4:35.660–4:36.880
继续支持这些
继续支持这些
4:37.360–4:40.780
会给项目引入大量非必要的开发成本
会给项目引入大量非必要的开发成本
4:41.740–4:43.760
如果你想在本地部署模型
如果你想在本地部署模型
4:44.780–4:47.300
其实有很多更优秀的专门项目
其实有很多更优秀的专门项目
4:47.900–4:49.600
用它们在电脑上部署好
用它们在电脑上部署好
4:49.600–4:52.300
再通过本地API接入同传字幕
再通过本地API接入同传字幕
4:52.300–4:54.580
专业的事交给专业的工具
专业的事交给专业的工具
4:54.960–4:56.880
才更符合这个项目的定位
才更符合这个项目的定位
4:57.820–4:59.760
这还带来了一个附带的好处
这还带来了一个附带的好处
5:00.400–5:02.200
以前为了照顾国内网络环境
以前为了照顾国内网络环境
5:02.200–5:04.480
模型下载失配
模型下载失配
5:05.380–5:07.200
现在只剩语音识别模型
现在只剩语音识别模型
5:07.200–5:09.340
干脆直接内置进安装包
干脆直接内置进安装包
5:09.800–5:11.800
把下载部分彻底剥离掉
把下载部分彻底剥离掉
5:11.800–5:16.200
也方便大家通过Titop以外的渠道分享传播
也方便大家通过Titop以外的渠道分享传播
5:16.860–5:18.360
只保留BYOK
只保留BYOK
5:18.940–5:20.540
你选你信任的服务
你选你信任的服务
5:20.540–5:23.280
你来掌控成本和稳定性
你来掌控成本和稳定性
5:28.200–5:29.080
摇完了功能
摇完了功能
5:29.080–5:31.400
最后想跟大家说说
最后想跟大家说说
5:31.400–5:32.780
做这个项目的初衷
做这个项目的初衷
5:33.440–5:34.560
其实特别简单
其实特别简单
5:35.080–5:37.460
火雨直播
火雨直播
5:37.460–5:39.160
千万同传
千万同传
5:39.160–5:40.340
因为看的人太多
因为看的人太多
5:40.340–5:41.780
突然炸掉了
突然炸掉了
5:42.300–5:43.980
那天半夜直播结束
那天半夜直播结束
5:43.980–5:45.580
越想越上头的我
越想越上头的我
5:45.580–5:47.840
决定干脆自己动手搓一个
决定干脆自己动手搓一个
5:48.580–5:49.380
一开始
一开始
5:50.060–5:52.720
真的只是打算留着自己用的
真的只是打算留着自己用的
5:53.400–5:57.240
直播镜里
直播镜里
5:57.240–6:00.180
看到不少人被迫去买付费翻译软件
看到不少人被迫去买付费翻译软件
6:00.180–6:02.520
收起抱怨
收起抱怨
6:05.180–6:07.760
我就想既然自己用着看直播挺好的
我就想既然自己用着看直播挺好的
6:07.760–6:10.160
不如分享出来给大家一起用吧
不如分享出来给大家一起用吧
6:11.100–6:15.340
两个切片和一个卢播
两个切片和一个卢播
6:15.340–6:17.200
后来又做了个特别简陋
后来又做了个特别简陋
6:17.200–6:20.180
垃圾的小视频
垃圾的小视频
6:20.720–6:23.400
哈哈即使当时只是想有个能放下载地址
哈哈即使当时只是想有个能放下载地址
6:23.400–6:25.320
接受大家反馈的地方
接受大家反馈的地方
6:26.320–6:27.060
没想到
没想到
6:27.960–6:31.620
一下子收到了各种各样的反馈和功能诉求
一下子收到了各种各样的反馈和功能诉求
6:32.340–6:34.940
这几天我几乎把所有能想到的功能
这几天我几乎把所有能想到的功能
6:34.940–6:37.780
开发和三个平台的适配全都干出来了
开发和三个平台的适配全都干出来了
6:38.400–6:41.040
他有了今天正式和大家见面的1.0
他有了今天正式和大家见面的1.0
6:42.320–6:43.100
接下来
接下来
6:43.100–6:45.740
我还会持续优化他的性能表现
我还会持续优化他的性能表现
6:45.740–6:47.940
和翻译效果
和翻译效果
6:48.620–6:49.340
比如现在
比如现在
6:49.340–6:51.740
电脑端用的还是和手机端
电脑端用的还是和手机端
6:51.740–6:53.360
一样的语音识别模型
一样的语音识别模型
6:53.360–6:55.580
手机上是实在没得选
手机上是实在没得选
6:55.580–6:56.780
但在桌面端
但在桌面端
6:56.780–6:59.800
未来其实还有很大的升级和选择空间
未来其实还有很大的升级和选择空间
7:00.660–7:02.040
真心感谢这段时间
真心感谢这段时间
7:02.040–7:03.480
每一位提出反馈
每一位提出反馈
7:04.000–7:06.060
帮我测试捉虫的朋友
帮我测试捉虫的朋友
7:06.700–7:08.060
希望这个深夜上头
希望这个深夜上头
7:08.060–7:09.240
搓出来的小工具
搓出来的小工具
7:09.240–7:10.700
也能陪你度过
也能陪你度过
7:10.700–7:12.600
看台夜晚
看台夜晚
7:15.300–7:19.040
项目代码和三个平台的安装包都在GitHub上
项目代码和三个平台的安装包都在GitHub上
7:19.460–7:22.440
搜索CMU Subtitle就能找到
搜索CMU Subtitle就能找到
7:23.100–7:24.360
如果它也帮到了你
如果它也帮到了你
7:24.360–7:27.540
别忘了点赞投币收藏支持一下呀
别忘了点赞投币收藏支持一下呀
7:27.540–7:28.900
我们下个版本见
我们下个版本见
7:28.900–7:29.580
拜拜
拜拜

影片筆記：【开源】同传字幕 1.0 正式版！Android / Mac / Windows 三端实时同传字幕，看生肉直播再也不用等

⚠️ 可先使用，仍有待修正項目

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

待修正：完整校讀／語意翻譯仍待確認，保留可用逐字稿發布（ValueError('Canonical gate requires review; translation safely withheld')）
待修正：自動摘要未完成（已先發布可跳轉的逐字稿版本；可稍後以現有逐字稿重新產生摘要。；note generator exit=1, timed_out=0）

處理狀態

已完成語音辨識與逐字時間軸。自動摘要階段未在時間預算內完成，因此先發布可用版本；可於後續從現有逐字稿補做摘要，不需重新辨識影片。

來源

https://www.bilibili.com/video/BV1hLp16uEvF/?buvid=Y7495475759B66B048429FDDC79433C6859B&from_spmid=united.player-video-detail.relatedvideo.0&is_story_h5=false&mid=NLjM5xBZitQgIUaCS7ilHQ%3D%3D&p=1&plat_id=116&share_from=ugc&share_medium=iphone&share_plat=ios&share_session_id=88ECEB02-069E-4316-9086-79FD5ACE4B24&share_source=COPY&share_tag=s_i&spmid=united.player-video-detail.0.0&timestamp=1792039944&unique_k=4nAuIKF&up_id=4047329

完整逐字稿

哈喽大家
就等了同传字幕1.0正式版
今天终于和大家见面了
从最初的小工具到现在
Android、Mac还有大家呼声超高的Windows
三个平台这次全都齐了
不管你是睡前抱着手机躺看直播
还是在电脑前边干活边挂着生肉台
伸手
让字母自己跟上
他现在能做什么
平时看日语或者英语的视频和直播
他能实时听声音
出字幕
翻成中文或者你想看的任何语言
列表里自带了中
英
日
韩
其他任何语言
只要你自己填个名字
它就能翻
字幕会像这样浮在画面最上面
随便拖动
改大小
换配色
房屋处
你可以选边听边出
草稿随说随出
一句说完立刻变正式字幕
也可以切成稳稳地说完再出
在手机上
你可以单独选某一个会出声的APP来听
到了电脑上
它直接听整台电脑播放的声音
哪怕关掉主窗口字幕
也照样在
Mac的菜单栏和Windows的右下角拖盘点一下
就能随时开关
隐私方面也完全不用担心
声音指摘你自己的设备本地识别
绝对不会上传
而且语音识别模型
已经直接内置在安装包里
装好就能用
不用另外下载
翻译的时候
也只是把识别出来的纯文字
借口
抵挡
你可以按内容类型
写好背景
数语表
甚至直接点一下让大模型帮你自动生成术语
翻译时它还会自动结合上文语境
不会翻得前言不搭后语
翻译接入的是你自己的大模型API
像Deepstick
建容
计备
啊
会自动释出
关闭模型思考过程的参数来降低延迟
资金一请求头
不需要Key的服务把Key留空就行
另外设置里还提供了一个可选的Javi
在线辅助功能
一文检查
所以平时用起来其实就三步
填好你的大模型API并测试连接允许权限
然后点一下开始字幕
就可以安心看直播了
老朋友可能已经发现了
1.0版本除了加新功能
我还做了几个减法
首先是移除了之前内置的index免费翻译
它是B
占官方提供的接口
用的人一多
不稳定
翻译效果其实也不如其他主流大模型
我后来想明白了一件事
其他提供免费翻译的软件
它们本身是做付费服务的商业软件
对免费功能的可用性
也是有保障义务的
当免费翻译用不了的时候
用户去反馈
指责甚至骂两句
那是商业软件应该受着的
但同传字幕是个开源项目
Index是逼不赚提供的服务
它不稳定的问题
本来不应该反馈到我这里
可只要我把它内置在软件里
大家自然会觉得这是我提供的服务
我就对它有义务
所以我决定把它移除掉
当然
你依然可以通过现有的自定义配置
自主合规地建入从前的index翻译接口
但那是你亲手填上去用的
你会清楚
这是你自己的选择
第二个减法是移除了本机大模型部署
因为这个项目的重心是做好工具本身
也就是模型调用和翻译相关功能的开发优化
而在安卓上面对五花八门的系统
SoC CPU GPU和NPU
让手机连续跑本地模型做实时翻译
本身就是个性能功耗和负载炸弹
ows和Mac上也是一样
不仅要适配各种显卡和统一内存
而且上了桌面端
大家肯定会想要更强的模型
两臂
继续支持这些
会给项目引入大量非必要的开发成本
如果你想在本地部署模型
其实有很多更优秀的专门项目
用它们在电脑上部署好
再通过本地API接入同传字幕
专业的事交给专业的工具
才更符合这个项目的定位
这还带来了一个附带的好处
以前为了照顾国内网络环境
模型下载失配
现在只剩语音识别模型
干脆直接内置进安装包
把下载部分彻底剥离掉
也方便大家通过Titop以外的渠道分享传播
只保留BYOK
你选你信任的服务
你来掌控成本和稳定性
摇完了功能
最后想跟大家说说
做这个项目的初衷
其实特别简单
火雨直播
千万同传
因为看的人太多
突然炸掉了
那天半夜直播结束
越想越上头的我
决定干脆自己动手搓一个
一开始
真的只是打算留着自己用的
直播镜里
看到不少人被迫去买付费翻译软件
收起抱怨
我就想既然自己用着看直播挺好的
不如分享出来给大家一起用吧
两个切片和一个卢播
后来又做了个特别简陋
垃圾的小视频
哈哈即使当时只是想有个能放下载地址
接受大家反馈的地方
没想到
一下子收到了各种各样的反馈和功能诉求
这几天我几乎把所有能想到的功能
开发和三个平台的适配全都干出来了
他有了今天正式和大家见面的1.0
接下来
我还会持续优化他的性能表现
和翻译效果
比如现在
电脑端用的还是和手机端
一样的语音识别模型
手机上是实在没得选
但在桌面端
未来其实还有很大的升级和选择空间
真心感谢这段时间
每一位提出反馈
帮我测试捉虫的朋友
希望这个深夜上头
搓出来的小工具
也能陪你度过
看台夜晚
项目代码和三个平台的安装包都在GitHub上
搜索CMU Subtitle就能找到
如果它也帮到了你
别忘了点赞投币收藏支持一下呀
我们下个版本见
拜拜

尚未產生學習筆記

請在 Telegram 指令最後加上「學習」，例如：videonote 網址英文雙語學習