EN

LiveTranslate:Windows 实时音频翻译

捕获系统音频与可选麦克风输入,运行 ASR,通过 LLM API 翻译,并在透明悬浮层中显示结果。

核验日期

核心信息

以下信息由程序从官方接口读取，不经模型改写。

许可证
MIT
语言
Python
维护方
TheDeathDragon
核验日期

它是什么

LiveTranslate 是用于 Windows 的实时音频翻译项目。它捕获系统音频(WASAPI loopback)和可选的麦克风输入,运行 ASR,通过 LLM API 翻译,并在透明悬浮层中显示结果。实时流程依次为系统音频、VAD、ASR、LLM 翻译和悬浮层。透明悬浮层置顶、可点击穿透、可拖动,并提供 14 种配色主题。

主要能力

  1. 支持多种 ASR 引擎:faster-whisper、SenseVoice、FunASR Nano 和 Anime-Whisper。

  2. 远程 ASR 通过 HTTP 将语音识别卸载到 GPU 机器。

  3. 支持兼容 OpenAI 的 API,例如 DeepSeek、Grok、Qwen、GPT、Ollama、vLLM 等。

  4. 流式翻译显示逐字输出翻译结果,每个模型的设置包括流式输出、结构化输出(JSON)、上下文历史和禁用思考。

  5. 麦克风混入功能可选地将麦克风输入与系统音频混合用于 ASR,VAD 使用 32ms 分块和带自适应静音检测的 Silero VAD。

  6. CUDA 加速提供 GPU 加速的 ASR 推理,自动模型管理提供设置向导以及 ModelScope / HuggingFace 双下载源,内置基准测试用于比较翻译模型的速度和质量。

怎么上手

  1. 便携版首次运行会自动下载便携 Python 3.12 并安装感知 GPU 的依赖,无需安装 Python。

  2. 双击安装批处理文件会运行安装程序,它会检测 Python 3.10–3.12,缺失时通过 winget 自动安装。

  3. 安装程序会创建虚拟环境,并自动检测 NVIDIA GPU,让用户选择 CUDA 或 CPU 版 PyTorch。

  4. 双击启动批处理文件即可启动程序;双击更新批处理文件会拉取最新代码并更新依赖,缺失时通过 winget 自动安装 Git。

  5. 首次启动时出现设置向导,可选择下载源(ModelScope / HuggingFace)和缓存路径。

  6. 准备就绪后出现主界面。

摘自 README · bash
git clone https://github.com/TheDeathDragon/LiveTranslate.git
cd LiveTranslate
摘自 README · bash
python -m venv .venv
.venv\Scripts\activate

# PyTorch (choose one)
pip install torch torchaudio --index-url https://download.pytorch.org/whl/cu126  # CUDA
pip install torch torchaudio --index-url https://download.pytorch.org/whl/cu128  # CUDA (RTX 50xx)
pip install torch torchaudio --index-url https://download.pytorch.org/whl/cpu    # CPU only

# Dependencies
pip install -r requirements.txt

# Launch
.venv\Scripts\python.exe main.py

适合谁

系统要求为 Windows 10/11。Python 要求为 3.10–3.12,也可使用便携版。推荐使用 NVIDIA GPU 和 CUDA 12.6,Blackwell GPU(如 RTX 50xx)需要 CUDA 12.8。

网络方面需要能够访问翻译 API。它可处理来自视频、直播和语音聊天的系统音频。使用时不需要修改播放器。

首次启动时,Silero VAD 和 SenseVoice 模型自动下载(约 1GB)。项目采用 MIT 许可证。

来源

本页内容整理自以下官方来源，点击可核对原文。

核验日期 ·

本页由 AI 依据上述官方来源整理，并经自动核对，未经本站实测。 发现错误？告诉我们。