「讯飞同传」免费平替，本地实时双语字幕软件： AudioScript 声稿

爱意满满的作品展示区。

AudioScript 声稿 监听电脑正在播放的声音，把外语视频、播客、会议实时转成「原文 + 译文」的双语悬浮字幕。识别和翻译都在本机完成，音频和文本不上传，也不需要注册账号。

AudioScript 声稿

官网： https://audioscript.looplooptech.com
视频介绍： https://www.bilibili.com/video/BV1zwnY6kEAd
源码仓库： https://github.com/niyongsheng/AudioScript

为什么做

看外语视频和开英文会议时经常需要字幕，但现有方案要么走云端（隐私、网络、延迟），要么得装 BlackHole 之类的虚拟声卡把系统声音绕一圈，配置麻烦，还容易影响原来的音频链路。我想做一个打开就能用、不改变系统声音输出的工具。

功能

系统声音直接采集：macOS 用 Core Audio Process Tap ，Windows 用 WASAPI loopback ，不需要虚拟声卡；也可以切到麦克风，或两者混合。
流式识别：partial 实时刷新，句末定稿；内置中英模型，安装后即可离线使用。
双语悬浮窗：原文在上、译文在下，可调字号、背景不透明度、行数和流光边框；始终置顶，锁定后鼠标穿透，macOS 上能盖住全屏应用。
可选模型：识别有 X-ASR （中英混说带标点）、Nemotron 3.5 、Qwen3-ASR ；翻译有内置 OPUS-MT 英中互译、LMT-60 （ 29 种语言）和 NLLB-200 （ 30 种语言）。
其他：托盘常驻、登录启动；定稿段落可带时间戳导出 Markdown ，原文译文成对保留；界面支持简繁中、英、日、韩、法、德、西、葡、俄、意、印尼和阿拉伯语。

技术栈

Tauri 2 + Rust 。识别用 sherpa-onnx （ Zipformer streaming ），翻译用 CTranslate2 ，Silero VAD 切句。默认 OPUS-MT 单句翻译在 M 系列芯片上实测 70–77ms （ release 构建、beam=1 ）；默认模型首次加载约 1.25–2.2 秒后进入流式输出。

下载

macOS 14.2+（仅 Apple Silicon ）、Windows 10+ x64 、Ubuntu 24 x64 。安装包自带中英识别与翻译模型，离线可用。