franklioxygen/v2s

解決的問題

v2s 為會議、通話、直播與影片播放期間的 macOS 使用者提供即時雙語字幕。它無需在瀏覽器分頁之間切換或使用全螢幕字幕應用程式，而是直接在螢幕上疊加一個乾淨的雙行字幕列，讓使用者能同時聽一種語言的講話內容，並閱讀其對應的另一種語言翻譯。

作法原理

此應用程式從使用者的麥克風或特定的 macOS 應用程式中擷取音訊。它使用 Apple 的 Speech 框架進行語音辨識（優先使用本機辨識），並使用 Apple Translation 進行本機翻譯。對於摘要功能，它利用 Apple Intelligence 或本機提取式摘要作為備援方案。語音活動偵測由透過 Apple 的 Core ML 框架執行的 Silero VAD 模型處理。

適用對象

需要在不離開當前工作區的情況下，對即時音訊來源（如視訊通話或直播）進行即時翻譯與語音辨識的 macOS 使用者。

主要特色

• 雙語疊加：第一行顯示翻譯後的文本，第二行顯示原始文本。
• 彈性音訊輸入：可從特定應用程式或麥克風擷取音訊。
• 注重隱私：無雲端後端、無遙測資料，強烈偏好本機處理。
• 選單列整合：作為輕量級選單列應用程式運作，方便快速存取。
• 自動語言支援：根據作業系統與模型更新，動態偵測支援語言。