Loading video...

Video Failed to Load

Go Home

来自APTV消息： iOS 9.9.9(421)TF版 【新增】新增实时字幕与翻译功能 请在设置-高级设置中下载语音识别模型，当前版本仅支持识别英文视频，并翻译成中文。 除了实时模式外，预计还会增加一个稳定模式，让直播拥有录播的字幕输出体验

RocM301's profile picture

小鹏Digital

13,004 subscribers

37,466 views • 1 month ago •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

Memo 1.1.1 版本更新！在 Memo 实现 YouTube，播客等链接转文字+ AI 翻译 + 语音合成播放真的超简单。 - 支持 Whisper Large V3 模型 - 取消自动播放音频 - 优化多选交互 - 增加右键添加关键词，支持转写时关键词替换和过滤 欢迎下载体验！
0:32

Memo 1.1.1 版本更新！在 Memo 实现 YouTube，播客等链接转文字+ AI 翻译 + 语音合成播放真的超简单。 - 支持 Whisper Large V3 模型 - 取消自动播放音频 - 优化多选交互 - 增加右键添加关键词，支持转写时关键词替换和过滤 欢迎下载体验！

Memo AI

48,028 views • 2 years ago

再次重磅更新！沉浸式翻译现在完美支持了 Twitter Space 的双语字幕，直播和录播都可以，而且会根据最新的字幕实时纠正这句话的译文。 至此，我们已经支持了 15 家视频平台的双语字幕！请看视频 Demo：
1:26

再次重磅更新！沉浸式翻译现在完美支持了 Twitter Space 的双语字幕，直播和录播都可以，而且会根据最新的字幕实时纠正这句话的译文。 至此，我们已经支持了 15 家视频平台的双语字幕！请看视频 Demo：

沉浸式翻译

80,142 views • 2 years ago

阿里今天还放出来一款实时多模态同传模型：Qwen3-LiveTranslate-Flash，具备视觉能力，能听能看，3秒延迟可实时翻译 能识别18语言和粤语、北京话、四川话等6种方言，能说10种语言 引入了视觉上下文增强技术，可以识别口型、动作、文字、实体，解决在嘈杂音频环境，或者是一词多译词场景下的翻译问题 中英及多语言语音翻译准确度优于Gemini-2.5-Flash、GPT-4o-Audio-Preview、Voxtral Small-24B #AI同传 #Qwen3同传 #AI实时翻译
0:31

阿里今天还放出来一款实时多模态同传模型：Qwen3-LiveTranslate-Flash，具备视觉能力，能听能看，3秒延迟可实时翻译 能识别18语言和粤语、北京话、四川话等6种方言，能说10种语言 引入了视觉上下文增强技术，可以识别口型、动作、文字、实体，解决在嘈杂音频环境，或者是一词多译词场景下的翻译问题 中英及多语言语音翻译准确度优于Gemini-2.5-Flash、GPT-4o-Audio-Preview、Voxtral Small-24B #AI同传 #Qwen3同传 #AI实时翻译

AIGCLINK

48,830 views • 8 months ago

炸裂：Google 翻译全面升级 全面接入 Gemini 支持实时语音翻译 打开Google翻译，戴上任意耳机，让它成为你的“同声传译员” 支持两种模式： 💬 连续聆听模式（Continuous Listening） 自动持续监听周围语言； 实时翻译成用户设定的语言； 例如：你在日本街头，戴上耳机就能听到中文版本。 🗣️ 双向对话模式（Two-way Conversation） 能识别双方语言； 自动切换输出语言； 例如： 你讲英语； 对方讲印地语； 你听到中文译文； 对方听到印地语语音。 该功能目前： 支持语言：超过 70 种语言； 在 Google Translate 安卓 App 上 beta 测试； 支持地区：美国、墨西哥、印度； 兼容任何耳机； iOS 与更多国家将于 2026 年上线。
2:50

炸裂：Google 翻译全面升级 全面接入 Gemini 支持实时语音翻译 打开Google翻译，戴上任意耳机，让它成为你的“同声传译员” 支持两种模式： 💬 连续聆听模式（Continuous Listening） 自动持续监听周围语言； 实时翻译成用户设定的语言； 例如：你在日本街头，戴上耳机就能听到中文版本。 🗣️ 双向对话模式（Two-way Conversation） 能识别双方语言； 自动切换输出语言； 例如： 你讲英语； 对方讲印地语； 你听到中文译文； 对方听到印地语语音。 该功能目前： 支持语言：超过 70 种语言； 在 Google Translate 安卓 App 上 beta 测试； 支持地区：美国、墨西哥、印度； 兼容任何耳机； iOS 与更多国家将于 2026 年上线。

小互

175,130 views • 6 months ago

一款基于Gradio Web UI的语音识别、翻译和TTS的语音一体化处理工具：Voice-Pro，支持实时转录、翻译，一键安装 特点： 1、提供YouTube下载器、噪音去除、字幕、翻译和TTS的集成环境 2、支持100种语言的语音识别和字幕创建，可翻译成100多种语言并通过TTS生成语音，可调整TTS语音速度、音量和音调 3、原始视频的背景音乐和音效在多语言视频中保持不变 4、支持批量处理 github： #AI视频转录 #Voice #视频翻译
0:23

一款基于Gradio Web UI的语音识别、翻译和TTS的语音一体化处理工具：Voice-Pro，支持实时转录、翻译，一键安装 特点： 1、提供YouTube下载器、噪音去除、字幕、翻译和TTS的集成环境 2、支持100种语言的语音识别和字幕创建，可翻译成100多种语言并通过TTS生成语音，可调整TTS语音速度、音量和音调 3、原始视频的背景音乐和音效在多语言视频中保持不变 4、支持批量处理 github： #AI视频转录 #Voice #视频翻译

AIGCLINK

41,630 views • 1 year ago

Claude code 自动帮我下载并翻译的这个视频 还真不错 自动下载、翻译字幕，并烧录对齐时间戳 全自动，我用我之前的字幕翻译有提示词让它帮我做了个技能
1:40

Claude code 自动帮我下载并翻译的这个视频 还真不错 自动下载、翻译字幕，并烧录对齐时间戳 全自动，我用我之前的字幕翻译有提示词让它帮我做了个技能

小互

28,509 views • 3 months ago

谷歌翻译新版直接起飞 嵌入了 Gemini 的模型。 翻译能力基于图片的实时翻译能力都提升了 还新增了一个学习模式 可以基于场景来锻炼你的听力和口语 可以设置自定义场景。 当前正在基于语言的学习做应用的感觉都可以停了。 目前我身边就有两个朋友在做类似的事情。看完感觉直接凉了。
1:35

谷歌翻译新版直接起飞 嵌入了 Gemini 的模型。 翻译能力基于图片的实时翻译能力都提升了 还新增了一个学习模式 可以基于场景来锻炼你的听力和口语 可以设置自定义场景。 当前正在基于语言的学习做应用的感觉都可以停了。 目前我身边就有两个朋友在做类似的事情。看完感觉直接凉了。

ttmouse - 豆爸

79,054 views • 5 months ago

我用代码写了个电报机器人🤖。 可以下载视频，也可以给下载的视频上字幕。 字幕支持中文，英语，维吾尔语等。 技术流程：Telegram API 接受链接🔗 Python 调用yt-dlp下载视频 OpenAI whisper模型转录视频内容到文字 llama AI模型翻译为成中文等语言 ffmpeg 渲染字幕 Telegram API 发送视频
1:21

我用代码写了个电报机器人🤖。 可以下载视频，也可以给下载的视频上字幕。 字幕支持中文，英语，维吾尔语等。 技术流程：Telegram API 接受链接🔗 Python 调用yt-dlp下载视频 OpenAI whisper模型转录视频内容到文字 llama AI模型翻译为成中文等语言 ffmpeg 渲染字幕 Telegram API 发送视频

头条热点

24,266 views • 1 year ago

Google 发布 Gemma 4 12B 开源模型 16GB 笔记本跑全模态 AI Gemma 4 12B 采用了一种叫"Unified"的无编码器架构，让文字、图像、音频、视频四种输入直接进入同一个 Transformer 主干网络处理。 模型可直接处理原始的图像和声音 用一个类比讲清楚 传统多模态模型处理图片和音频的方式，类似于一个只会中文的老板配了两个翻译：一个英文翻译（视觉编码器），一个日文翻译（音频编码器）。 每次有英文或日文材料进来，必须先让翻译转成中文，老板才能看懂。翻译本身占工位（显存），翻译过程要排队等（延迟），而且老板拿到的是翻译加工过的版本，不是原文。 Gemma 4 12B 做的事情是：把两个翻译都裁了，让老板自己学会了直接看英文和日文。 几个关键数字： 16GB 显存或统一内存能跑，4-bit 量化低到 8GB，目标就是在普通笔记本上本地运行 256K Token 上下文窗口，支持 140+ 种语言 内置 Thinking 模式（逐步推理）和原生 Function Calling
1:39

Google 发布 Gemma 4 12B 开源模型 16GB 笔记本跑全模态 AI Gemma 4 12B 采用了一种叫"Unified"的无编码器架构，让文字、图像、音频、视频四种输入直接进入同一个 Transformer 主干网络处理。 模型可直接处理原始的图像和声音 用一个类比讲清楚 传统多模态模型处理图片和音频的方式，类似于一个只会中文的老板配了两个翻译：一个英文翻译（视觉编码器），一个日文翻译（音频编码器）。 每次有英文或日文材料进来，必须先让翻译转成中文，老板才能看懂。翻译本身占工位（显存），翻译过程要排队等（延迟），而且老板拿到的是翻译加工过的版本，不是原文。 Gemma 4 12B 做的事情是：把两个翻译都裁了，让老板自己学会了直接看英文和日文。 几个关键数字： 16GB 显存或统一内存能跑，4-bit 量化低到 8GB，目标就是在普通笔记本上本地运行 256K Token 上下文窗口，支持 140+ 种语言 内置 Thinking 模式（逐步推理）和原生 Function Calling

小互

56,607 views • 7 days ago

天啊💥 必须按头安利一个宝藏【视频实时翻译】插件：Felo字幕 #墙裂推荐 不同于其他的翻译器，它的优势在于对没有字幕的直播视频也可以实时翻译 如果你在开会，它还会自动记录实时会议内容并保存为txt文档 , 超级实用给力👍👍👍 🔗插件链接：
0:21

天啊💥 必须按头安利一个宝藏【视频实时翻译】插件：Felo字幕 #墙裂推荐 不同于其他的翻译器，它的优势在于对没有字幕的直播视频也可以实时翻译 如果你在开会，它还会自动记录实时会议内容并保存为txt文档 , 超级实用给力👍👍👍 🔗插件链接：

熊猫 AI 🐼

56,008 views • 3 years ago

只能说AI现在太屌了好吧 上次去日本，被那个苹果翻译，谷歌翻译搞的实在头疼 今天看到，OpenAI出了一个GPT实时翻译模型 我就直接手搓了一个，ios上接入GPT模型的翻译软件 同时我还手搓了一个，接入该模型的，mac端的语音翻译软件 不过翻译有些延迟 耗时一下午就搓出来了，之前完全不懂编程
0:36

只能说AI现在太屌了好吧 上次去日本，被那个苹果翻译，谷歌翻译搞的实在头疼 今天看到，OpenAI出了一个GPT实时翻译模型 我就直接手搓了一个，ios上接入GPT模型的翻译软件 同时我还手搓了一个，接入该模型的，mac端的语音翻译软件 不过翻译有些延迟 耗时一下午就搓出来了，之前完全不懂编程

多伦多方脸

240,492 views • 1 month ago

这个开源的播放器不错~ 可以当学习机 LLPlayer - 语言学习必备神器，专注于字幕相关功能！ 🔤 同时显示两种语言字幕，AI实时生成+翻译。 🔍 单词一键查询，OCR识别图像字幕，支持在线视频播放 🌐 兼容多种翻译引擎：谷歌、DeepL、OpenAI等。 💯 完全免费开源，高度可定制。
0:50

这个开源的播放器不错~ 可以当学习机 LLPlayer - 语言学习必备神器，专注于字幕相关功能！ 🔤 同时显示两种语言字幕，AI实时生成+翻译。 🔍 单词一键查询，OCR识别图像字幕，支持在线视频播放 🌐 兼容多种翻译引擎：谷歌、DeepL、OpenAI等。 💯 完全免费开源，高度可定制。

Geek

36,680 views • 1 year ago

一站式视频多语言转换工具：Krillin AI，集音视频翻译、配音、语音克隆于一体 视频输入到输出自动化，一键完成字幕提取、翻译、配音、视频合成 支持B站，小红书，抖音，视频号，快手，YouTube，TikTok等多个平台 输入支持中，英，日，德，土耳其语等 输出支持中英俄法等56种语言翻译 可本地部署，是内容创作者们比较实用的一款工具 #AI配音 #AI字幕翻译 #AI视频配音转换
0:24

一站式视频多语言转换工具：Krillin AI，集音视频翻译、配音、语音克隆于一体 视频输入到输出自动化，一键完成字幕提取、翻译、配音、视频合成 支持B站，小红书，抖音，视频号，快手，YouTube，TikTok等多个平台 输入支持中，英，日，德，土耳其语等 输出支持中英俄法等56种语言翻译 可本地部署，是内容创作者们比较实用的一款工具 #AI配音 #AI字幕翻译 #AI视频配音转换

AIGCLINK

76,388 views • 1 year ago

Cursor 发布了 0.5 版本大型更新： 定价模式简化：统一为基于请求的定价模式，Max模式采用基于token的定价方式 Max模式全面升级：现支持所有顶级AI模型 -----------功能增强-------------- 新Tab模型：支持跨文件建议更改，擅长代码重构和多文件操作，新增语法高亮 后台代理(预览版)：支持并行运行多个代理，在远程环境执行任务 代码库上下文：通过@ folders添加整个代码库到上下文 内联编辑优化：UI界面刷新，新增全文件编辑(⌘⇧⏎)和发送至代理(⌘L)功能 长文件快速编辑：新增搜索替换工具，提高长文件处理效率 多根工作区：支持在同一界面中处理多个代码库 聊天功能增强：支持导出聊天为Markdown和聊天复制功能
0:46

Cursor 发布了 0.5 版本大型更新： 定价模式简化：统一为基于请求的定价模式，Max模式采用基于token的定价方式 Max模式全面升级：现支持所有顶级AI模型 -----------功能增强-------------- 新Tab模型：支持跨文件建议更改，擅长代码重构和多文件操作，新增语法高亮 后台代理(预览版)：支持并行运行多个代理，在远程环境执行任务 代码库上下文：通过@ folders添加整个代码库到上下文 内联编辑优化：UI界面刷新，新增全文件编辑(⌘⇧⏎)和发送至代理(⌘L)功能 长文件快速编辑：新增搜索替换工具，提高长文件处理效率 多根工作区：支持在同一界面中处理多个代码库 聊天功能增强：支持导出聊天为Markdown和聊天复制功能

歸藏(guizang.ai)

17,642 views • 1 year ago

Memo AI 重磅更新，可以帮你把外语视频、播客、字幕变成中文来播放。 - 无缝切换原声和合成音播放 - 支持多种语言以及音色 - 自动断句+ AI 翻译保证翻译效果
0:27

Memo AI 重磅更新，可以帮你把外语视频、播客、字幕变成中文来播放。 - 无缝切换原声和合成音播放 - 支持多种语言以及音色 - 自动断句+ AI 翻译保证翻译效果

Memo AI

125,016 views • 2 years ago

在 ios18.4 版本上，苹果支持配置默认翻译功能，我们也是在第一时间进行了适配。现在你可以通过 ios 的默认选择控件唤醒 Para 的聚合翻译功能。 除了翻译之外，你还可以对选中的文案进行总结、分析、润色等等。当选中的文字为可编辑状态时还支持一键替换。
0:29

在 ios18.4 版本上，苹果支持配置默认翻译功能，我们也是在第一时间进行了适配。现在你可以通过 ios 的默认选择控件唤醒 Para 的聚合翻译功能。 除了翻译之外，你还可以对选中的文案进行总结、分析、润色等等。当选中的文字为可编辑状态时还支持一键替换。

Paidax

29,080 views • 1 year ago

GPT-Realtime-2 语音模型发布 语音首次接入 GPT-5 推理能力 OpenAI一口气发布了三个实时语音模型： GPT-Realtime-2 GPT-Realtime-Translate GPT-Realtime-Whisper 其中GPT-Realtime-2 是其中的主角，这是 OpenAI 第一次把“GPT-5 级推理”塞进语音模型，同时把上下文从 32K 扩到 128K... GPT-Realtime-2：首个具备 GPT-5 级推理能力的语音模型，能在对话中推理复杂请求、并行调工具、处理打断和纠错，上下文窗口从 32K 升到 128K GPT-Realtime-Translate：实时语音翻译模型，支持 70+ 种输入语言、13 种输出语言，跟着说话人的节奏边听边译，能处理口音和专业词 GPT-Realtime-Whisper：流式语音转文字模型，边说边出字，专门给实时字幕、会议纪要、客服转写这类不能等的
1:45

GPT-Realtime-2 语音模型发布 语音首次接入 GPT-5 推理能力 OpenAI一口气发布了三个实时语音模型： GPT-Realtime-2 GPT-Realtime-Translate GPT-Realtime-Whisper 其中GPT-Realtime-2 是其中的主角，这是 OpenAI 第一次把“GPT-5 级推理”塞进语音模型，同时把上下文从 32K 扩到 128K... GPT-Realtime-2：首个具备 GPT-5 级推理能力的语音模型，能在对话中推理复杂请求、并行调工具、处理打断和纠错，上下文窗口从 32K 升到 128K GPT-Realtime-Translate：实时语音翻译模型，支持 70+ 种输入语言、13 种输出语言，跟着说话人的节奏边听边译，能处理口音和专业词 GPT-Realtime-Whisper：流式语音转文字模型，边说边出字，专门给实时字幕、会议纪要、客服转写这类不能等的

小互

31,189 views • 1 month ago

开始支持中文！ iOS 26.1 beta 实时翻译支持中文，全程离线运行（注意右上角飞行模式图标）
0:30

开始支持中文！ iOS 26.1 beta 实时翻译支持中文，全程离线运行（注意右上角飞行模式图标）

瞎玩菌

51,072 views • 8 months ago

想学何同学自媒体出海，网易有道新出的音视频翻译可以带原口音克隆12种语言（英日韩法德西葡意俄马来越南印尼），还可以做字幕和水印擦除，字幕提取，字幕翻译，双语字幕，AI配音和去背景音。 贴上我玩了一天测出来的最佳参数搭配， 选择VF原声翻译，设置双语字幕的时候，横屏字幕大小推荐48px/52px，竖屏推荐36px/48px，配音设置选原声克隆👇
1:39

想学何同学自媒体出海，网易有道新出的音视频翻译可以带原口音克隆12种语言（英日韩法德西葡意俄马来越南印尼），还可以做字幕和水印擦除，字幕提取，字幕翻译，双语字幕，AI配音和去背景音。 贴上我玩了一天测出来的最佳参数搭配， 选择VF原声翻译，设置双语字幕的时候，横屏字幕大小推荐48px/52px，竖屏推荐36px/48px，配音设置选原声克隆👇

卡尔的AI沃茨

14,162 views • 6 months ago