TheDeathDragon/LiveTranslate

解決的問題

LiveTranslate 為 Windows 使用者提供即時音訊翻譯功能，可即時翻譯系統音訊（如影片、直播串流與語音聊天）以及麥克風輸入，無需修改原始媒體播放器。

工作原理

該應用程式透過 WASAPI 回環捕獲系統音訊，並可選地捕獲麥克風輸入。隨後，音訊透過一個包含語音活動檢測（VAD）（使用 Silero）、自動語音辨識（ASR）（透過 faster-whisper 或 SenseVoice 等引擎）以及透過任意 OpenAI 相容 LLM API 進行翻譯的處理管道。最終翻譯結果以透明、始終置頂的覆疊層形式顯示在螢幕上。

適用對象

專為需要即時字幕的 Windows 使用者設計，適用於來自電腦上任何來源的外語音訊，包括遊戲玩家、國際直播觀眾以及語音聊天使用者。

主要亮點

• 多引擎 ASR 支援：相容多種引擎，包括 faster-whisper、SenseVoice、FunASR Nano 和 Anime-Whisper。
• 彈性翻譯能力：支援任意 OpenAI 相容 API（如 DeepSeek、GPT、Ollama、vLLM）。
• 低延遲：使用 32ms 音訊區塊和自適應靜音檢測，實現快速處理。
• 可自訂覆疊層：提供可點擊穿透、可拖曳的透明覆疊層，支援 14 種不同配色主題。
• 硬體加速：支援 CUDA，實現 GPU 加速的 ASR 推理。
• 遠端卸載：可透過 HTTP 將 ASR 任務卸載至另一台 GPU 電腦上。