LiveCaptionN

LiveCaptionN เปลี่ยนโทรศัพท์ Android ของคุณให้เป็นเครื่องมือสร้างคำบรรยายและแปลภาษาแบบเรียลไทม์ที่ทำงานซ้อนทับแอปอื่นๆ มันจะฟังผ่านไมโครโฟนหรือเสียงจากแอปที่กำลังเล่นอยู่ ถอดเสียงสิ่งที่คุณพูดทีละคำ แปลเป็นภาษาที่คุณเลือก และแสดงผลลัพธ์เป็นหน้าต่างคำบรรยายที่ลากได้บนสิ่งที่คุณกำลังดู เลื่อน หรือเรียนอยู่

ทั้งสองส่วนของกระบวนการทำงานบนอุปกรณ์โดยค่าเริ่มต้น:

• การรู้จำเสียงพูด Vosk แบบสตรีมมิ่ง — ตัวรู้จำเสียงพูดที่มีอายุการใช้งานยาวนานจะได้รับข้อมูลเสียงเป็นช่วงๆ ประมาณ 100 มิลลิวินาทีอย่างต่อเนื่อง ทำให้คำบรรยายปรากฏขึ้นทันที แทนที่จะมาเป็นช่วงๆ ทุกๆ 2 วินาที

• การแปลบนอุปกรณ์ด้วย Google ML Kit — รองรับประมาณ 59 ภาษา ดาวน์โหลดครั้งเดียวประมาณ 30 MB ต่อคู่ภาษา จากนั้นจะถูกแคชแบบออฟไลน์ตลอดไป

ไม่ต้องสร้างบัญชี ไม่ต้องเก็บข้อมูลการใช้งาน ไม่ต้องใช้เซิร์ฟเวอร์สำหรับกระบวนการทำงานเริ่มต้น

คุณสมบัติ

• คำบรรยายแบบลอยตัวที่แสดงอยู่ด้านบนของแอปใดก็ได้ พร้อมการควบคุมด้วยการลากเพื่อย้าย การบีบเพื่อปรับขนาด การหยุดชั่วคราว การย่อ และการปิด

• เสียงจากไมโครโฟนหรือระบบ (ผ่าน MediaProjection) ที่ส่งไปยังไปป์ไลน์ที่มีความหน่วงต่ำเดียวกัน

• ตัวรู้จำเสียง Vosk แบบสตรีมมิ่งบนอุปกรณ์ — ให้ความรู้สึกเหมือน Google Live Caption

• ตัวดาวน์โหลดในตัวสำหรับโมเดล Vosk เพิ่มเติมบนอุปกรณ์ โดยมีระดับคุณภาพสองระดับ: ขนาดเล็ก (~30 ถึง 80 MB) และขนาดใหญ่ระดับเซิร์ฟเวอร์ (80 MB ถึง 2 GB อัตราข้อผิดพลาดต่ำที่สุด) สำหรับภาษาสเปน ฝรั่งเศส เยอรมัน อิตาลี โปรตุเกส ดัตช์ รัสเซีย ยูเครน เปอร์เซีย ฮินดี จีน ญี่ปุ่น อาหรับ เวียดนาม และอื่นๆ

• การแปลบนอุปกรณ์ผ่าน Google ML Kit โดยมี LibreTranslate เป็นแบ็กเอนด์เซิร์ฟเวอร์เสริมสำหรับการครอบคลุมภาษาที่กว้างขึ้น

• ประวัติการถอดเสียง ค้นหาได้จากภายในแอป

• คำบรรยายที่ปรับแต่งได้: ขนาดข้อความ ความทึบ ความกว้าง ความสูง ตำแหน่งหน้าจอที่จดจำ

• การแจ้งเตือนการอัปเดตอัตโนมัติผ่าน GitHub Releases API

ความเป็นส่วนตัวมาก่อน

LiveCaptionN ไม่สร้างบัญชี ไม่ติดตามคุณ และไม่มีการวิเคราะห์ใดๆ การรู้จำเสียงและการแปลทำงานบนโทรศัพท์ของคุณ แอปจะเข้าถึงอินเทอร์เน็ตเฉพาะเมื่อต้องการดาวน์โหลดโมเดล Vosk (จาก alphacephei.com) และคู่การแปล ML Kit (จากบริการโมเดลของ Google) และเพื่อตรวจสอบ GitHub สำหรับเวอร์ชันใหม่ หากคุณเปิดใช้งานเซิร์ฟเวอร์ Whisper หรือ LibreTranslate ในการตั้งค่า การรับส่งข้อมูลจะไปยัง URL ที่คุณกำหนดค่าไว้เท่านั้น

ข้อกำหนด

• Android 10 (API 29) หรือใหม่กว่า

• สิทธิ์การเข้าถึงไมโครโฟน (สำหรับโหมดไมโครโฟน)

• สิทธิ์ "แสดงทับแอปอื่นๆ" (สำหรับหน้าต่างคำบรรยายแบบลอย)

• สิทธิ์การแจ้งเตือน (สำหรับการแจ้งเตือนการอัปเดตเพิ่มเติม)

LiveCaptionN เป็นโอเพนซอร์สอย่างสมบูรณ์ ทุกเวอร์ชันสร้างขึ้นโดย GitHub Actions จากการคอมมิตสาธารณะที่คุณสามารถตรวจสอบได้ ยินดีรับปัญหา ข้อเสนอแนะ และคำขอพูลบน GitHub