AudioScript 声稿：免费开源的实时双语字幕工具

收听外语播客、看无字幕视频或参加线上外语会议时，AudioScript（声稿）可以直接监听电脑的声音输出，把正在播放的语音实时转成“原文 + 译文”的双语悬浮字幕。语音识别与翻译全部在本机运行，断网也能正常使用。

声音采集与双语悬浮窗

软件支持三种音频输入来源，可以根据场景随时切换：

• 系统声音：直接抓取电脑正在播放的播客、视频或网课声音。
• 麦克风：采集自己或现场说话的声音。
• 两者混合：在远程会议中同时监听对方发言和自己的麦克风输入。

转写和翻译结果会显示在桌面悬浮窗中，上下对照展示原文与译文。你可以按观看习惯调整悬浮窗的字号、不透明度、显示行数以及彩色流光边框。平时软件可以常驻系统托盘，支持开机自启、单实例运行以及关闭主窗口不退出，随用随开。

本地识别与翻译模型

AudioScript 支持 29 种以上语言的识别与翻译，开箱内置基础模型，也允许按需切换其他模型：

• 语音识别：内置 Zipformer 流式双语识别；另可选择 X-ASR、Nemotron 3.5 或 Qwen3-ASR。
• 机器翻译：内置 Opus-MT 中英互译；另可选择 LMT-60 或 NLLB-200。在 macOS 26+ 系统上，还可以直接调用系统自带的翻译服务。

近期更新的 v0.6.1 版本改进了中英夹杂语句的语言方向判断，避免双语混说时频繁弹出方向不匹配提醒；当在线更新或模型下载失败时，界面还增加了手动下载与离线模型包入口，并扩充了多国语言界面支持。

系统支持与隐私

软件支持 Windows 10+、macOS 14.2+ 和 Ubuntu 24，内置简体中文、繁体中文、英文、日文等 13 种界面语言。

虽然语音识别和翻译数据完全留在本地，但软件包含 Aptabase 匿名使用统计，介意的话可以在“通用 → 隐私”设置里手动关闭。此外，AudioScript 本体以 MIT 协议开源免费，不过部分可选模型采用不同的许可证（例如可选的 NLLB-200 为 CC-BY-NC-4.0 非商用协议，Nemotron 3.5 ASR 为 OpenMDW-1.1），如果用于商业场景，切换模型前需要先核对相应模型的许可范围。