Audio Transcription & Live Interpreterbn

代码木鱼

音频转录是一款强大的扩展，可以将您的浏览器变成实时翻译器。它可以捕捉在标签页中播放的任何音频（通过 Whisper AI 转录），或读取现有视频字幕，实时翻译，并通过文本转语音（TTS）将结果读给您听。

🌟 该扩展在设计时注重隐私和效率，优化以便在低配置电脑上流畅运行，并尽可能独立于云服务。兼容 Linux、Windows 和 macOS，这款扩展可作为任何媒体流的真正实时翻译器。

✨ 主要功能：

• 🎬 字幕 TTS 模式：从 YouTube、Twitch 或任何 HTML5 视频中朗读并翻译现有字幕，无需本地服务器。
• 🌐 源语言控制：依赖智能自动检测，或手动选择字幕语言以获得最大准确度。
• 🗣️ 实时语音到语音：以自然流畅的声音收听实时翻译，缓冲完整句子以提供无缝体验。
• 📝 实时音频转录：使用本地计算机的处理能力，通过 OpenAI 的 Whisper AI 从零快速准确地进行转录（需要 WhisperLive 服务器）。
• 🤖 即时翻译：使用 Google Translate（免费）或最新的 Google Gemini（Flash-Lite）及 Gemma 4 AI 模型实时翻译文本。
• 🖼️ 灵活的用户界面模式：在浮动覆盖层或独立弹出窗口中查看转录文本。
• 🛡️ 完全隐私保护：本地音频处理和透明的开源代码。

⚙️ 服务器说明及源代码：

字幕 TTS 模式即开即用。但要使用高级的“实时音频转录”功能，必须在您的电脑上运行本地 WhisperLive 服务器。

获取服务器脚本及详细安装说明请访问：
https://github.com/antor44/Audio-Transcription

🌐 通用实时兼容性
此扩展的设计目标非常雄心勃勃：旨在在尽可能多的语言、网站、媒体格式和转录方法上提供通用的实时翻译体验，无论是使用原生字幕还是通过 WhisperLive 的实时 AI 转录。

这种灵活性也带来了一些挑战。不同语言的书写和语法结构可能差异很大，包括无空格的中日韩文字以及从右向左书写的语言，如阿拉伯语和希伯来语。视频播放器也可能改变字幕的呈现方式，或者包含影响字幕处理的隐藏格式字符。

YouTube 尤其具有挑战性，因为许多字幕是由 YouTube 自动生成的，而不是人工编辑。它们可能包含转录错误、缺失标点、异常换行，或者随着时间推移字幕的呈现方式发生变化。

该扩展不会预先下载诸如 `.vtt` 或 `.srt` 的字幕文件，即使这些文件可用。相反，它严格实时处理屏幕上显示的字幕，或者由 WhisperLive 服务器生成的字幕。由于系统需要足够的文本来形成逻辑完整的句子然后再进行翻译和文本转语音，因此扩展工作方式中会固有地存在少量延迟。

因此，在某些特定网站、语言或字幕格式上可能会偶尔出现边缘情况。该扩展正在不断优化，以提高在不同环境中的兼容性和可靠性。

⚖️ 许可证：

这是一个免费且开源的项目，遵循 GNU 通用公共许可证 v3.0（GPL-3.0）发布。详细信息请访问 GitHub 仓库。

---
🆕 3.4.0 版本更新内容：
*（此更新中的所有改进仅适用于字幕 TTS 模式；WhisperLive 捕捉模式保持不变）*
• ⚡ YouTube 字幕准确性：解决了快速、短的自动生成字幕块可能导致单词重复循环或视频开头对白丢失的问题。
• 🛡️ 广告连续性：修复了广告中断时主动语句丢失的错误；被广告暂停的句子现在在视频继续播放时可以无缝恢复。
• 📜 持久窗口历史：覆盖窗口中的转录和翻译文本历史现在会在广告插播和手动时间线跳转时保留，保持您的阅读上下文不被清除。
• 🌐 改进的语言自动检测：切换视频或将菜单切回“自动”时，字幕语言检测现在会动态重置。

Audio Transcription & Live Interpreter 3.4.0.crx	.crx	3.4.0	92.74KiB	支持
Audio Transcription & Live Interpreter 3.4.0.zip	.zip	3.4.0	92.74KiB	不支持