Skip to content

实时字幕与悬浮窗 ​

DuRT 的 实时字幕 (Live Caption) 功能为跨国视频会议、海外网课、生肉视频观看、播客收听及直播提供超低延迟的实时语音转文字能力。


核心亮点 ​

  • 系统音频原生内录:直接捕获来自 Safari、Chrome、Zoom、腾讯会议、YouTube、Spotify 等任何正在发声的应用。
  • 麦克风输入:实时将现场发言或演讲转录为文字。
  • AEC 回声消除:在外放喇叭与麦克风同时开启时,自动过滤扬声器回声,防止串音。
  • 半透明置顶悬浮窗:轻巧灵动,可悬停于全屏 PPT、代码编辑器或视频播放器上方。

悬浮字幕窗定制 ​

  • 始终置顶 (Always on Top):保证字幕不被其他窗口遮挡。
  • 个性化视觉定制:自由调节背景毛玻璃透明度、字体大小、字体系列与文字颜色。
  • 双语对照显示:同时呈现语音原文与 AI 翻译后的译文字幕。

音源类型对比 ​

音频来源底层技术推荐适用场景
系统音频 (System Audio)ScreenCaptureKit跨国在线会议、网课视频、YouTube/播客、电影
麦克风 (Microphone)CoreAudio / AVAudioEngine个人发言演讲、课堂笔记、现场面对面采访
麦克风 + AEC硬件/DSP 声学回声消除外放音箱开启的会议室多方讨论

可选引擎支持 ​

  1. Apple 语音识别:内置免配置,支持设备端离线听写,即开即用,原生低功耗。
  2. OneASR 聚合网关:连接自建或局域网 OneASR 服务,享受更高准确度与多语言识别。
  3. OpenAI / 云端实时 API:云端算力加持的高准确度流式转录。

Released under the MIT License.