LiveCaptionN

LiveCaptionN 将您的 Android 手机变成一个实时语音字幕和翻译工具，它可以悬浮在任何其他应用之上。它通过麦克风或当前播放应用的音频进行监听，逐字逐句地转录您说话的内容，将其翻译成您选择的语言，并将结果以可拖动的字幕窗口的形式显示在您正在观看、浏览或学习的任何内容之上。

默认情况下，该流程的两个部分都在设备端完全运行：

• 流式 Vosk 语音识别 — 一个长寿命识别器持续接收约 100 毫秒的音频片段，因此字幕几乎是即时显示的，而不是以 2 秒的片段形式出现。

• Google ML Kit 设备端翻译 — 支持约 59 种语言，每种语言对只需一次性下载约 30 MB 的数据，然后永久缓存离线。

无需帐户。不收集遥测数据。默认流程无需服务器。

功能特性

• 悬浮式字幕叠加层，可置于任何应用之上，支持拖拽移动、捏合缩放、暂停、最小化和关闭等操作

• 支持麦克风或系统音频（通过 MediaProjection），均采用低延迟传输

• 设备端 Vosk 流式识别器，体验媲美 Google Live Caption

• 内置下载器，提供更多设备端 Vosk 模型，两种质量级别：小型（约 30 至 80 MB）和大型服务器级（80 MB 至 2 GB，错误率最低），支持西班牙语、法语、德语、意大利语、葡萄牙语、荷兰语、俄语、乌克兰语、波斯语、印地语、中文、日语、阿拉伯语、越南语等多种语言

• 通过 Google ML Kit 进行设备端翻译，可选 LibreTranslate 作为服务器后端，以覆盖更广泛的语言

• 可直接在应用内搜索转录历史记录

• 可调整叠加层：文本大小、不透明度、宽度、高度、屏幕位置记忆

• 通过 GitHub Releases 自动接收更新通知API

隐私至上

LiveCaptionN 不会创建账户，不会追踪您的活动，也不会进行任何分析。语音识别和翻译功能均在您的手机上运行。该应用仅在您请求时才会访问互联网，以下载 Vosk 模型（来自 alphacephei.com）和 ML Kit 翻译对（来自 Google 的模型服务），并检查 GitHub 上是否有新的版本发布。如果您在设置中启用可选的 Whisper 或 LibreTranslate 服务器，则流量将仅流向您配置的 URL，不会流向其他任何网站。

系统要求

• Android 10（API 29）或更高版本

• 麦克风权限（用于麦克风模式）

• “在其他应用之上显示”权限（用于浮动字幕窗口）

• 通知权限（用于可选的更新提醒）

LiveCaptionN 完全开源。每个版本都由 GitHub Actions 基于您可以查看的公开提交构建。欢迎在 GitHub 上提交问题、反馈和拉取请求。