流声字幕 - 基于 ASR 与 LLM 的流媒体视频字幕生成与翻译

Languages: 简体中文 · English

流声字幕是一款 Chrome 扩展，用来给网页视频生成字幕并翻译。适合没有字幕、字幕缺失，或需要把外语内容翻译成所选目标语言的流媒体影视、动漫、课程、访谈和直播回放。

打开视频页面后，流声字幕会在侧边栏中显示可处理的视频来源。用户选择识别服务和翻译模型后，就可以生成原文字幕、译文字幕或双语字幕，并把字幕显示到网页播放器上。

0.1.5 更新内容

• 优化在线视频字幕生成链路，提升 HLS 视频识别结果的完整性和稳定性。
• 优化在线视频音频预处理，在保持识别片段稳定的同时减少重复抽取开销。

功能

• 自动发现当前网页中的视频来源。
• 支持浏览器中直接打开的本地视频文件。
• 生成原文字幕，并翻译成目标语言。
• 支持译文、原文、双语三种显示方式。
• 支持网页浮层字幕和侧边栏字幕列表。
• 支持逐条编辑译文、校正字幕时间轴，并删除错误字幕段。
• 支持导入 SRT、VTT、ASS/SSA 和插件 JSON 字幕。
• 支持导出 SRT 字幕。
• 支持本地字幕缓存，重新打开同一页面时可以直接加载已有字幕。
• 支持 OpenAI Whisper、Groq Whisper、xAI Grok、Fun-ASR 和自定义识别接口。
• 支持 OpenAI-compatible、Anthropic-compatible 等 LLM 翻译接口。

演示截图

哔哩哔哩视频 / 配置界面

TED视频 / 主界面

X / 完整字幕

ニコニコ動画 / 全屏播放

安装

从 Chrome Web Store 安装

推荐直接从 Chrome Web Store 安装：

安装流声字幕

安装后打开网页视频页面，即可在浏览器侧边栏使用流声字幕。

从源码加载

1. 打开 Chrome 的 chrome://extensions。
2. 开启“开发者模式”。
3. 点击“加载已解压的扩展程序”。
4. 选择本仓库的 extension/ 目录。

使用

1. 打开一个网页视频页面。
2. 打开流声字幕侧边栏。
3. 在“设置”里配置语音识别和翻译模型。
4. 在“任务与字幕”里选择视频来源和原音频语言。
5. 点击“开始抽取”，等待字幕生成。
6. 生成后可切换译文、原文或双语显示，也可以导出字幕文件。

如果任务中断，可以使用“继续”或“重试失败”。如果只想重新翻译，使用“重翻译字幕”；只有需要重新生成原文字幕时，才使用“重新 ASR”。

隐私

API 密钥、模型配置和字幕缓存保存在本机浏览器中。插件不会把网页视频、字幕缓存或 API 密钥发送给流声字幕开发者服务器。音频和字幕文本只会发送到用户自己配置的识别或翻译服务。

完整说明见 隐私说明。

说明

流声字幕只面向用户有权访问和处理的网页视频内容。请遵守内容版权、网站服务条款和平台政策。

部分加密、跨域受限或平台专用的视频来源可能无法处理。

开源致谢

感谢 cat-catch 的浏览器媒体嗅探实践。音频处理使用 ffmpeg.wasm。字幕时间和静音处理参考 faster-whisper、WhisperX、stable-ts 和 Speaches 的公开方案。

许可证

本项目使用 MIT License 开源。