阿喵前言
追国外主播时,听懂了一半,偏偏关键那句没字幕,难道还要暂停、倒回去再听一遍?Mimi 可以直接听电脑正在播放的声音,把原文和译文叠在视频上。不用等字幕组,也不用先把视频下载下来;看直播、网课,或者跟着外语教程操作时,这个浮窗就挺实用。
资源介绍
Mimi 是免费开源的实时字幕翻译工具。它可以采集系统声音、麦克风或两路声音,边识别边翻译,字幕可显示双语、仅原文或仅译文。桌面端能够调整字幕位置和样式,也能开启点击穿透,继续操作下面的播放器。项目提供 Windows x64、macOS 13 及以上、Linux x86_64 和 Android 10 及以上版本。
截图

特色
- 只听你选的声音:macOS、Windows 11 可选指定应用,Linux 可选单独的播放流。
- 浮窗不挡操作:可移动字幕、调整字号和颜色,开启点击穿透后仍能操作下方应用。
- 听完还能整理:桌面端可按需保存字幕或录音,支持导出 TXT、Markdown 或 WAV,默认不保存。
注意
- Mimi 本体免费。使用云服务要自备 API Key,音频或识别文本会发给所选服务商,费用按对方规则。Apple 芯片 Mac 在 macOS 26 及以上可下载语言资源,使用 Apple 本地服务,无需 API Key。
- Linux 版是预览版,需 PulseAudio 或启用了兼容服务的 PipeWire;Wayland 下的浮窗置顶、定位和点击穿透受桌面环境影响。安卓能否捕获某个应用的播放声,也取决于对方是否允许采集。
使用教程
- 从官方发行页选择安装包:Windows 用 EXE 或便携 ZIP,Mac 按 Apple 芯片或 Intel 选择 DMG,Linux 用 AppImage 或 DEB,安卓用 APK。
- 在「模型与服务」配置所选识别和翻译服务;使用 Apple 本地服务的用户按指南准备所需语言资源。
- 选择系统声音或麦克风,再设定识别语言与翻译语言。启动实时字幕,按提示授予采集权限,播放一段有人声的视频确认字幕能显示。


