LiveCaptionN

LiveCaptionN گوشی اندروید شما را به یک ابزار زیرنویس و ترجمه گفتار در لحظه تبدیل می‌کند که روی هر برنامه دیگری شناور است. این برنامه از طریق میکروفون یا صدای برنامه در حال پخش، آنچه را که می‌شنود کلمه به کلمه هنگام صحبت شما رونویسی می‌کند، آن را به زبانی که انتخاب می‌کنید ترجمه می‌کند و نتیجه را به عنوان یک پنجره زیرنویس قابل کشیدن روی هر چیزی که تماشا می‌کنید، اسکرول می‌کنید یا مطالعه می‌کنید، ترسیم می‌کند.

هر دو نیمه خط تولید به طور پیش‌فرض به طور کامل روی دستگاه اجرا می‌شوند:

• تشخیص گفتار Vosk استریمینگ - یک تشخیص‌دهنده گفتار با عمر طولانی به طور مداوم قطعات صوتی حدود ۱۰۰ میلی‌ثانیه‌ای را تغذیه می‌کند، بنابراین زیرنویس‌ها به جای رسیدن در انفجارهای ۲ ثانیه‌ای، فوراً احساس می‌شوند.

• کیت ترجمه Google ML روی دستگاه - حدود ۵۹ زبان پشتیبانی شده، دانلود حدود ۳۰ مگابایت برای هر جفت زبان یکباره، سپس برای همیشه به صورت آفلاین ذخیره می‌شود.

بدون حساب کاربری. بدون تله‌متری. بدون نیاز به سرور برای خط تولید پیش‌فرض.

ویژگی‌ها

• پوشش زیرنویس شناور که روی هر برنامه‌ای قرار می‌گیرد، با کنترل‌های کشیدن برای حرکت، تغییر اندازه با نیشگون گرفتن، مکث، کوچک کردن و بستن

• میکروفون یا صدای سیستم (از طریق MediaProjection) که از همان خط لوله با تأخیر کم تغذیه می‌کند

• تشخیص‌دهنده Vosk روی دستگاه - مانند Google Live Caption

• دانلودکننده داخلی برای مدل‌های Vosk اضافی روی دستگاه، با دو سطح کیفیت: کوچک (~30 تا 80 مگابایت) و بزرگ در سطح سرور (80 مگابایت تا 2 گیگابایت، کمترین میزان خطا) برای اسپانیایی، فرانسوی، آلمانی، ایتالیایی، پرتغالی، هلندی، روسی، اوکراینی، فارسی، هندی، چینی، ژاپنی، عربی، ویتنامی و موارد دیگر

• ترجمه روی دستگاه از طریق کیت Google ML، با LibreTranslate به عنوان یک سرور پشتیبان اختیاری برای پوشش گسترده‌تر زبان

• تاریخچه رونویسی، قابل جستجو از داخل برنامه

• پوشش قابل تنظیم: اندازه متن، شفافیت، عرض، ارتفاع، موقعیت صفحه نمایش به خاطر سپرده شده

• اعلان‌های به‌روزرسانی خودکار از طریق نسخه‌های GitHub API

اولویت با حریم خصوصی

LiveCaptionN حساب کاربری ایجاد نمی‌کند، شما را ردیابی نمی‌کند و هیچ تحلیلی ندارد. تشخیص گفتار و ترجمه هر دو روی گوشی شما اجرا می‌شوند. این برنامه فقط برای دانلود مدل‌های Vosk (از alphacephei.com) و جفت‌های ترجمه ML Kit (از سرویس مدل گوگل) در صورت درخواست شما و بررسی GitHub برای نسخه‌های جدید، به اینترنت متصل می‌شود. اگر سرور اختیاری Whisper یا LibreTranslate را در تنظیمات فعال کنید، ترافیک به URL ای که پیکربندی می‌کنید می‌رود و نه چیز دیگری.

الزامات

• اندروید 10 (API 29) یا جدیدتر

• اجازه میکروفون (برای حالت میکروفون)

• اجازه "نمایش روی سایر برنامه‌ها" (برای پنجره زیرنویس شناور)

• اجازه اعلان (برای هشدارهای به‌روزرسانی اختیاری)

LiveCaptionN کاملاً متن‌باز است. هر نسخه توسط GitHub Actions از یک کامیت عمومی ساخته شده است که می‌توانید آن را بررسی کنید. مشکلات، بازخوردها و درخواست‌های pull در GitHub مورد استقبال قرار می‌گیرند.