mimi
系统声音或麦克风实时字幕与翻译，支持 Apple 芯片和 Intel Mac（macOS 13+），以及 Windows / Linux x86_64。
系统声音或麦克风实时字幕与翻译，支持 Apple 芯片和 Intel Mac（macOS 13+），以及 Windows / Linux x86_64。
Mimi 把电脑或麦克风中的人声翻译成实时字幕。看电影、直播或网课时，字幕会悬浮显示在屏幕上。
 ## 功能 - 选择系统声音、麦克风，或同时开启两路。默认使用系统声音，麦克风需要主动选择。 - 选择要翻译的应用声音（macOS / Windows 11）。 - 显示原文、译文，或双语字幕。 - 调整字幕的位置、大小和颜色，也可让鼠标点击穿过字幕窗口。 - 按需保存字幕或音频到本机，导出 TXT / WAV；默认不保存、不录音。 ## 开始使用 初次使用，**推荐先选阿里云**。我们对它做了更多实际测试，其他服务还在继续完善，使用效果和稳定性可能有差异。 也可以试试 Google Gemini，网络连接稳定时体验不错。目前提供免费额度，额度和计费以 [Google AI Studio](https://aistudio.google.com/) 显示为准；也可以在那里获取 API Key。 1. 打开「设置 → 语音与翻译」，添加配置，按提示填入服务商凭证并保存。 2. 选择识别和翻译语言。 3. 播放内容，在「字幕」页开启「实时字幕」。macOS 提示时，允许「屏幕与系统音频录制」。 云端识别需要自备服务商凭证，并将音频发送至该服务，调用可能产生费用。符合条件的 Mac 可用 Apple Speech 在本地识别；独立文字翻译会将识别文字发送至你选择的翻译服务。 [使用与常见问题](docs/usage.zh-CN.md) · [Android](android/README.md) · [反馈问题](https://github.com/yuxino/mimi/issues) · [贡献指南](CONTRIBUTING.md) ### Apple 本地识别 **Apple Speech** 只在系统支持时出现：Apple 芯片、macOS 26 或更新版本，且系统识别引擎可用。识别不需要 API Key。配置页显示本机支持的语言及资源状态；先停止字幕，在「语音资源」中选择目标语言，缺少资源时点击「准备语音资源」，这一步可能下载系统资源；然后在「识别语言」中选择同一语言，再启动字幕。不提供自动识别语言。 可以只显示原文，也可单独配置 Index-Translate 等文字翻译服务。Apple 识别本身不提供翻译模型；选择远程翻译服务时，识别文字仍会发送至该服务。 ### 试试 Index-Translate B 站的 [Index-Translate](https://github.com/bilibili/Index-Translate#inference) 目前提供免费的公开翻译 API（截至 2026 年 10 月 5 日）。可以接到 Mimi 里试试，对比一下和常用服务的字幕翻译效果。 在「**设置 → 语音与翻译**」中打开「**Alibaba Cloud**」配置，将「**文字翻译**」的服务切换为「**OpenAI 兼容接口**」，按[官方示例](https://github.com/bilibili/Index-Translate/blob/main/inference/llm/call_api.py#L40-L41)填写： | 字段 | 填写内容 | | --- | --- | | 服务地址 | `https://index-translate.bilibili.com/v1` | | 模型名称 | `Index-Translate-35B-A3B` | | API Key | 留空，公开接口目前不需要认证。 | 保存后，点击「文字翻译」旁的连接检查。如果这个地址之前保存过 Key，选择「移除翻译密钥」后再保存。 Index-Translate 只负责文字翻译，仍需配置阿里云语音识别凭证，识别服务可能产生费用。免费接口的后续可用性以上游为准。 ## 常见问题 **macOS 已开启录音权限，仍反复要求授权？** 先退出 Mimi，在「系统设置 → 隐私与安全性 → 录屏与系统录音」中，仅删除并重新添加对应应用：正式版为 `/Applications/mimi.app`，开发版为 `/Applications/mimi-dev.app`，开启权限后重新打开同一个应用。详见[权限恢复步骤](docs/usage.zh-CN.md#macos-更新后重复授权)。 ## 贡献者 感谢每一位写代码、提问题、试用和分享的朋友 (๑•̀ㅂ•́)و✧ 特别感谢 [@yebuwudong](https://github.com/yebuwudong) 贡献 [Android 版](https://github.com/yuxino/mimi/pull/37)，以及 [@LLLin000](https://github.com/LLLin000) 贡献[字幕动效](https://github.com/yuxino/mimi/pull/67)和 [Windows 音源改进](https://github.com/yuxino/mimi/pull/89)。 也感谢 [@Chtholly000](https://github.com/Chtholly000) 改进 [Gemini 连续字幕和连接轮换](https://github.com/yuxino/Mimi/pull/176)。
