骚操作！这真的是免费就能用的“同声传译”吗？

视频和语音转文本，现在可以说是信手拈来了，看过《A25-语音一键转录》，你一定深以为然。

但如果是“实时转录”呢？比如将会议、直播的内容「实时地」转为文字。

甚至还得是“同声传译”，边看边翻译。

今天的内容，将统统为你解答！

1.1、功能需求

有人说直接用 Chrome 浏览器可以实现啊！我说你不妨把“格局打开一些”，我要的效果是：

在线视频无需下载、本地视频无需上传、还要支持实时转录、同声传译、字幕导出。

并且，它还得支持所有的应用程序，不能只限制于某个浏览器。

同时，我还想要“离线使用”，因为我当心隐私的问题。

当然，最重要的，还得是“免费”。

不然再好也是白搭。

1.2、原理说明

要实现上述的诸多需求，最关键的一步，是解决“音频输入”的问题。

我们之前讲过的 Whisper 和 FunASR，它们本身就支持语音输入，也就是支持“麦克风输入”。

问题就在这里！有没有办法，让电脑的扬声器来“代替”麦克风？

就像我们会虚拟一个打印机，来将内容打印输出为 PDF 一样，我们也可以虚拟出一个麦克风。

来让电脑播放中的声音，来代替实际的麦克风。

这样就实现了“实时转录”。

1.3、极简清单

同声传译 - 详细
项目说明	简介
功能需求 1	在线视频无需下载、本地视频无需上传。
功能需求 2	实时转录、同声传译、字幕导出、离线转录、支持所有应用、且免费。
原理说明	虚拟一个麦克风，让电脑的扬声器来“代替”麦克风。
Win 转录	简介
1、VB Cable	地址：https://vb-audio.com/Cable/index.htm
2、设置输出	将「声音」选项里的「输出」和「输入」都选择为 VB CABLE。
3、设置输入	打开“麦克风”的使用权限。
4、离线实时转录	使用 WhisperCli 配置包，参考文章《A25 - 语音一键转》
Mac 转录	简介
1、iShot Plugin	地址：https://www.better365.cn/ishot/screenrecording.html
2、创建多输出设备	打开系统应用里的「音频 MIDI 设置」进行设置。
3、输出和输入	在系统的“声音”选项里，要将“输出”修改为“多输出设备”。
4、离线实时转录	使用 CapsWriterCli 配置包，参考文章《A25 - 语音一键转》
同声传译	简介
骚操作	有了“音频虚拟插件”，让原来的不可能变成可能，比如“同声传译”。
通义听悟	支持语言：中、英、日、粤。
讯飞语音	支持语言：中、英、日、韩、俄。
谷歌翻译	支持语言：超过 100 种语言。
资源下载	简介
最后更新	2024-10-14，资源下载：[地址]
完整内容	关注 奶酪公众号，回复关键字 2，即可一键获取公众号所有资源。

那要怎么才能让开源免费，并且可以离线使用的 Whisper，还有阿里 FunASR，支持实时转录？

2.1、VB Cable

Windows 下有一个知名的虚拟声卡软件叫 VB-CABLE，它可以给系统虚拟出一个麦克风来。

安装方法很简单，安装后重启一下电脑就行。

地址：https://vb-audio.com/Cable/index.htm

2.2、设置输出

接下来的步骤就很关键了。

首先，打开系统设置里的「系统 —> 声音」，点击「更多声音设置」呼出完整设置选项。

在「录制」一栏里，点击 VB CABLE 的属性，选择「侦听」。

之后勾选侦听你的「系统扬声器」。

同时，将「声音」选项里的「输出」和「输入」都选择为 VB CABLE。

输入，选择 CABLE Input，输出，选择 CABLE Output。

这里的作用，是“劫持”系统扬声器。

2.3、设置输入

然后，就是打开“麦克风”的使用权限了，因为麦克风的功能，有可能处于关闭状态。

2.4、离线实时转录

最后，打开《A25 - 语音一键转》里的 CapsWriterCli 或者 CapsWriterCli_Full 完整版配置包。

需要注意的是：

1、首先运行 start_server.exe，等模型加载完毕后，再运行 start_client.exe。

2、CapsWriterCli_Full 完整版支持标点符号符号，第一次运行要 30 秒左右，后续将不再需要。

3、按下大写锁定键 Caps，就会开始转录，再次按下，则会停止转录。

4、在 start_server.exe 窗口，每 15 秒会显示一次转录结果。

5、功能选项，可以在文件 config.py 里设置。

不用担心转录的内容会不见了，软件默认会将文字内容自动保存根目录下，格式则为 md 格式。

下载地址：https://wh0vhr8391.feishu.cn/docx/R9qEdkbjsoprvZxe9HccxCznnae

Mac 下也有类似操作，也可以将 Whisper，还有阿里 FunASR 也支持实时语音转录。

3.1、iShot Plugin

VB Cable 也支持 Mac 平台，但界面稍显老旧。

奶酪更推荐截图工具 iShot 的音频插件，原理一样，使用方法也一样，安装后需要重启电脑。

地址：https://www.better365.cn/ishot/screenrecording.html

如果你不需要这个音频插件了。

打开文件夹 /Library/Audio/Plug-Ins/HAL/，将里面的插件文件夹删除，重启后即可完全卸载。

下面是具体的使用方法。

3.2、创建多输出设备

首先，打开系统应用里的「音频 MIDI 设置」，这一步很关键。

然后，点击左下角的加号，选择“创建多输出设备”，勾选上系统扬声器，还有 iShot 音频插件。

这样做的目的，是为了将系统扬声器，复制一份给 iShot 音频插件。

不然会录制不到系统声音。

3.3、输出和输入

最后，在系统设置的“声音”选项里，将“输出”修改为刚刚设置的“多输出设备”。

而“输入”，则修改为“iShot 音频插件”。

3.4、离线实时转录

有了上面的操作，使用《A25 - 语音一键识别》里的配置包，就可以用 Vibe 来离线实时转录。

首先，在“麦克风”一栏选择“iShot 音频插件”。

然后，在“发言者”一栏选择“Speakers”。这里的“发言者”是翻译错误，本意应该是“扬声器”。

由于 Vibe 暂不支持实时显示转录内容，所以你需要先录音，然后再用 Vibe 转录。

别担心，录制的音频文件会自动保存的。

PS：如果录制的音频有杂声，则需要在系统设置的“声音”选项，将“输出”修改为“系统扬声器”。

下载地址：https://wh0vhr8391.feishu.cn/docx/R9qEdkbjsoprvZxe9HccxCznnae

有了“音频虚拟插件”，我们可以玩一些“骚操作”，让原来的不可能变成可能，比如“同声传译”。

4.1、通义听悟

目前国内能够免费使用的同声传译工具，当属“通义听悟”。

它不但提供了免费额度，而且几乎用不完（目前来说），再加上通义大模型的加持，更加智能。

在线地址：https://tingwu.aliyun.com/doc/record

有了这个“虚拟音频插件”，将本地播放的视频，转入到麦克风转入，任何生肉视频都不再烦恼。

如果不需要翻译，把它做为“实时转录”工具来用，也非常能帮大忙。

比如直播、开会时，可以将内容转换为文本。

支持语言：中、英、日、粤。

4.2、讯飞语音

国内另一家巨头“科大讯飞”，也同样有同声传译应用，而且它更加的豪横，无需登陆即可使用。

在线地址：https://huiji.iflyrec.com

使用方法与通义听悟一样，也是先设置“虚拟音频插件”，然后就可以直接同声传译本地视频了。

支持语言：中、英、日、韩、俄。

4.3、谷歌翻译

同时你需要同声传译是小语种，那可以使用“谷歌翻译”。

但在使用时需要先选择转录语言，不然麦克风功能无法激活，且目前只支持 Chrome 浏览器。

在线地址：https://translate.google.com

支持语言：支持超过 100 种语言。