翻译器

一个翻译器,代码含人量0%,用于桌面音频的实时识别和AI翻译

功能特性

核心功能

• 🎤 音频捕获

  • 支持麦克风输入设备
  • 支持桌面音频捕获（Loopback）
  • 实时音量监测和阈值过滤
  • 可配置采样率和处理间隔

• 🗣️ 语音识别

  • 基于Vosk离线语音识别引擎
  • 支持多种语言模型（中文、英文、日文、俄文等）
  • 实时流式识别
  • 支持部分结果和最终结果

• 🌐 AI翻译

  • 支持多种AI API提供商（SiliconFlow等）
  • 可自定义API端点
  • 上下文记忆管理
  • 即时翻译模式（实时显示部分识别结果）
  • 可自定义提示词模板

• 🖥️ 用户界面

  • 基于PyQt6的现代化GUI
  • 实时显示识别文本和翻译结果
  • 设备选择和配置
  • 设置面板（音频、识别、翻译配置）
  • 状态栏和进度显示

• 🥽 VR支持

  • AI不懂事乱写的,是卫星
  • OpenXR集成（可选）
  • VR环境下的翻译显示

安装

1. 下载Release版并解压

2. 下载语音识别模型

将Vosk语音识别模型放置在 models/ 目录下(可能需要新建文件夹)。

可以从 Vosk模型库 下载模型。

3. 配置API密钥

基本流程

1. 选择音频设备

   • 在设置页面选择输入设备或桌面音频设备
   • 可以切换设备类型（输入/桌面音频）

2. 加载语音识别模型

   • 在主界面选择语言模型
   • 点击"加载模型"按钮

3. 开启监听

   • 点击"开启监听"按钮开始捕获音频

4. 开启识别

   • 点击"开启识别"按钮开始语音识别

5. 开启翻译

   • 确保已配置API密钥
   • 点击"开启翻译"按钮开始翻译

功能说明

即时翻译

• 在设置中启用"即时翻译"后，会在识别过程中实时显示部分翻译结果
• 适合需要快速看到翻译的场景(额外消耗token)

上下文记忆

• 系统会自动保存最近N条翻译记录作为上下文
• 上下文会在翻译时提供给AI，提高翻译准确性
• 可在设置中配置记忆条数和记忆时间(消耗大量token)

音量阈值

• 设置音量阈值可以过滤低音量音频，减少无效识别
• 实时显示当前音量水平

配置说明

• 部分软件设置在修改后需要重启才生效

提示词模板

提示词模板支持以下占位符：

• {text} - 待翻译文本
• {context} - 前文参考
• {last} - 上一句话

许可证

[WTFPL]