Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

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's profile picture

ttmouse - 豆爸

8,373 subscribers

80,106 Aufrufe • vor 9 Monaten •via X (Twitter)

BildungWissenschaft & Technologie
LIVE

Anya Rossi• Live Now

Private livecam show

13 Kommentare

Profilbild von WANGRUI
WANGRUIvor 9 Monaten

google notebooklm gemini 翻译等产品，杀死了太多创业产品。并且谷歌苹果这种大型公司，本身就利用爱尔兰等税收洼地规避不少应该向美国政府缴纳的税费。但是现在AI竞赛，美国也不敢对这些大公司下反垄断的狠手。导致所谓K型曲线，GDP快速增长，但是顶层和底层越来越割裂。

Profilbild von Simon
Simonvor 9 Monaten

具体应用方面谷歌还是挺克制的。 不过指着这个学好英语，效率太低了

Profilbild von Ryan
Ryanvor 9 Monaten

就成功打开过一次

Profilbild von JackWison
JackWisonvor 9 Monaten

google lab等系列产品确实在打击大量的微创企业，增强护城河。

Profilbild von 无名
无名vor 9 Monaten

谷歌的生态强的很啊！ 本来之前在用 deepL 翻译，看到 google translate 接入了 gemini 模型消息后，体验了一把就把 deepL 给卸载了，google translate 太好用了！

Profilbild von zzlai404
zzlai404vor 9 Monaten

练习口语的时候总是显示“未录制到任何音频，请再试一遍”。怎么破？

Profilbild von x_id
x_idvor 9 Monaten

美区 App Store 下载的，还没这个功能

Profilbild von jeff
jeffvor 9 Monaten

没看到这个功能

Profilbild von Leo
Leovor 9 Monaten

安卓好像没有

Profilbild von Professor Donner
Professor Donnervor 9 Monaten

可惜现在练习语言只有英语

Profilbild von George
Georgevor 9 Monaten

我的手机APP里面还没出现这个功能

Profilbild von Wasdlbj
Wasdlbjvor 9 Monaten

没有练习这个板块😂

Profilbild von 空空道人
空空道人vor 9 Monaten

各大学外语学院，美女如云，谷歌抢走了他们的饭碗，美女毕业就失业，怎么办？我很担心呀

Ähnliche Videos

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

244,876 Aufrufe • vor 4 Monaten

苹果去年画的饼反而被谷歌实现了：将最先进的Gemini翻译能力引入自家的翻译应用，戴着任意一款耳机就能做到实时音频翻译，具体效果看下方视频。我觉得这种翻译能力要比人们意识的大很多：以前是需要音频-文字-翻译-音频，现在是直接音频-音频，靠AI的理解去翻译，不仅速度快到接近同传水平，甚至连你的“阴阳怪气”他都能翻译。一场突如其来的科技革命，使得本就不景气的翻译专业更是雪上加霜。
2:50

苹果去年画的饼反而被谷歌实现了：将最先进的Gemini翻译能力引入自家的翻译应用，戴着任意一款耳机就能做到实时音频翻译，具体效果看下方视频。我觉得这种翻译能力要比人们意识的大很多：以前是需要音频-文字-翻译-音频，现在是直接音频-音频，靠AI的理解去翻译，不仅速度快到接近同传水平，甚至连你的“阴阳怪气”他都能翻译。一场突如其来的科技革命，使得本就不景气的翻译专业更是雪上加霜。

傅盛

134,045 Aufrufe • vor 9 Monaten

今早想起来用codex把三年前的开源项目ebook gpt translator更新了 以前因为API来翻译太耗money，GPT-3.5的时候就测试过至少好几刀翻译一本，所以就停更了 今早想起来，可以用codex来翻译，后续可以再接入gemini cli， claude code等等用订阅账号的用量来做 V2有如下特点： 1. 增加了简单的GUI可以选择参数 2. 自定义翻译prompt，如“以红楼梦的风格翻译” 3. 断点续翻
0:24

今早想起来用codex把三年前的开源项目ebook gpt translator更新了 以前因为API来翻译太耗money，GPT-3.5的时候就测试过至少好几刀翻译一本，所以就停更了 今早想起来，可以用codex来翻译，后续可以再接入gemini cli， claude code等等用订阅账号的用量来做 V2有如下特点： 1. 增加了简单的GUI可以选择参数 2. 自定义翻译prompt，如“以红楼梦的风格翻译” 3. 断点续翻

Jesse Lau 遁一子

32,303 Aufrufe • vor 6 Monaten

🥳翻译界天花板组合：沉浸式翻译 + Bob 翻译！ 分享我使用频率最高的4种场景，网页翻译，youtube双语，非网页客户端，全局截图翻译。 沉浸式翻译插件，按 option 快捷键就在内容下面展示翻译内容，我还加了虚线增强，youtube 双语字幕就更不用说了，平时学习就直接开着。 Bob翻译，解决了非网页客户端的翻译问题，滑词翻译，截图翻译，都支持快捷键自定义，丝滑的一匹。 费用: 沉浸式翻译，我还是免费使用，bob花58块就能终身使用。 它们都支持非常多的 ai 翻译服务的接入，功能非常丰富，我只用到了其中简单的几个特性
0:29

🥳翻译界天花板组合：沉浸式翻译 + Bob 翻译！ 分享我使用频率最高的4种场景，网页翻译，youtube双语，非网页客户端，全局截图翻译。 沉浸式翻译插件，按 option 快捷键就在内容下面展示翻译内容，我还加了虚线增强，youtube 双语字幕就更不用说了，平时学习就直接开着。 Bob翻译，解决了非网页客户端的翻译问题，滑词翻译，截图翻译，都支持快捷键自定义，丝滑的一匹。 费用: 沉浸式翻译，我还是免费使用，bob花58块就能终身使用。 它们都支持非常多的 ai 翻译服务的接入，功能非常丰富，我只用到了其中简单的几个特性

Meepo

13,321 Aufrufe • vor 1 Jahr

Youtube 视频直播翻译工具（尤其是美联储议息会议） 美联储议息会议的重要性想来不用我多说了，但 Youtube 的直播都是英语的，必然也没有中文字幕，即便是有部分工具能翻译，收费很贵不说，而且还很难理解美联储主席用的金融词汇，翻译的内容一半还是要靠猜。 所以我写了一个小工具，主要是用来翻译美联储议息会议的，其中加入了专门用于美联储的词汇翻译，做成了 Chrome 的插件，目前这个版本还是要使用你自己的 Chatgpt 接入，翻译效果我做了一个视频，小伙伴可以看看。 能实现的功能，首先就是翻译，其次可以设置省流版或者是精细版，然后支持按不同的时间分段，分段可以理解为延迟，每一个段落都可以复制粘贴，虽然可以用于在任何平台的分享。 当然还有完整的内容导出功能。如果还有什么需要小伙伴可以和我说，我会添加上。 对于没有 Chatgpt 的小伙伴我还在找解决方案，解决好了会更新的。最近 Token 用的飞起，我想做的东西始终都希望可以免费的服务给所有的小伙伴，是小伙伴们真实需要的。 目前这个测试版本我放在我的 Github 了，有兴趣的小伙伴可以去自取。任何测试的意见都可以反馈给我，完成测试我就会上架 Chrome 。 Github 下载地址： 一个 Gate ，交易更多市场
3:37

Youtube 视频直播翻译工具（尤其是美联储议息会议） 美联储议息会议的重要性想来不用我多说了，但 Youtube 的直播都是英语的，必然也没有中文字幕，即便是有部分工具能翻译，收费很贵不说，而且还很难理解美联储主席用的金融词汇，翻译的内容一半还是要靠猜。 所以我写了一个小工具，主要是用来翻译美联储议息会议的，其中加入了专门用于美联储的词汇翻译，做成了 Chrome 的插件，目前这个版本还是要使用你自己的 Chatgpt 接入，翻译效果我做了一个视频，小伙伴可以看看。 能实现的功能，首先就是翻译，其次可以设置省流版或者是精细版，然后支持按不同的时间分段，分段可以理解为延迟，每一个段落都可以复制粘贴，虽然可以用于在任何平台的分享。 当然还有完整的内容导出功能。如果还有什么需要小伙伴可以和我说，我会添加上。 对于没有 Chatgpt 的小伙伴我还在找解决方案，解决好了会更新的。最近 Token 用的飞起，我想做的东西始终都希望可以免费的服务给所有的小伙伴，是小伙伴们真实需要的。 目前这个测试版本我放在我的 Github 了，有兴趣的小伙伴可以去自取。任何测试的意见都可以反馈给我，完成测试我就会上架 Chrome 。 Github 下载地址： 一个 Gate ，交易更多市场

Phyrex

26,004 Aufrufe • vor 1 Tag

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 Aufrufe • vor 1 Jahr

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

57,664 Aufrufe • vor 3 Monaten

谷歌新的 Gemini TTS 模型太牛逼了！ 直接可以通过提示词去控制说话人的性别、语调、语气、某个词的读音、年龄。 你能想到的都能控制，根本不需要切换单独的语音模型！ 我的 AI 互动漫剧应用终于是完全体了！ 使用Nano Banana Pro动态地生成每个场景的图片，以及新的TTS生成每角色的独特的语音。
2:44

谷歌新的 Gemini TTS 模型太牛逼了！ 直接可以通过提示词去控制说话人的性别、语调、语气、某个词的读音、年龄。 你能想到的都能控制，根本不需要切换单独的语音模型！ 我的 AI 互动漫剧应用终于是完全体了！ 使用Nano Banana Pro动态地生成每个场景的图片，以及新的TTS生成每角色的独特的语音。

歸藏(guizang.ai)

127,166 Aufrufe • vor 9 Monaten

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
0:40

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

小鹏Digital

38,324 Aufrufe • vor 5 Monaten

张同志咳嗽厉害，一个月吃了很多止咳的药或者糖浆都不见好，今天就带他去看急诊，以前每次陪他去看病都是我帮忙翻译，但是有时候专业术语我不会，所以这次护士问我是否需要提供翻译的时候我就说要，体验一下医院提供的翻译，我看系统里有7-8种语言可选，他们会为了病人提供你的语言翻译，确实想的很周到，所以，在美国即使不懂英语，也能一个人来看病，就是不知道医院的翻译是否收费.
2:05

张同志咳嗽厉害，一个月吃了很多止咳的药或者糖浆都不见好，今天就带他去看急诊，以前每次陪他去看病都是我帮忙翻译，但是有时候专业术语我不会，所以这次护士问我是否需要提供翻译的时候我就说要，体验一下医院提供的翻译，我看系统里有7-8种语言可选，他们会为了病人提供你的语言翻译，确实想的很周到，所以，在美国即使不懂英语，也能一个人来看病，就是不知道医院的翻译是否收费.

Daisy

54,130 Aufrufe • vor 11 Monaten

你看看这个 牛逼plus。 这个大哥基于whisper的模型搞了离线CPP版的。可以做到实时语音识别，效果非常好。
1:07

你看看这个 牛逼plus。 这个大哥基于whisper的模型搞了离线CPP版的。可以做到实时语音识别，效果非常好。

Rainier

214,542 Aufrufe • vor 3 Jahren

这是近年来拍得最清淅的一次，基本上可以肯定是习明泽了，不然绝对不可能坐在主桌彭丽媛身边这样的位置， 翻译和蔡奇都没这个待遇。
0:06

这是近年来拍得最清淅的一次，基本上可以肯定是习明泽了，不然绝对不可能坐在主桌彭丽媛身边这样的位置， 翻译和蔡奇都没这个待遇。

财经数据库

1,057,450 Aufrufe • vor 3 Tagen

阿里刚刚放出了下一代实时同声传译模型：Qwen3.8-LiveTranslate，字均延迟从2.8秒压到2.3秒，支持60种语言 如果延迟稳定压到2.3秒这个水平，并且在多说话人、长音频场景下DER可控，那会议、展会、跨境电商谈判等大量这种“够用就行”的场景可能会率先被AI接管 它这版做了架构重造，把同传重构为了音频—文本交织的单流形式，已听音频和已出译文都可缓存复用，从效果看整体翻译的忠实度、流畅度还可以 另外增加了三个新能力，实时说话人分离、原文译文同帧同出双语同屏、长上下文消歧 比如说多人轮流发言的场景，它知道每句话是谁说的，译文用的还是那个发言人的音色 原文译文同屏对照，这个相当于可以随时对账，翻译最大的疑虑就是“是不是给我漏了、翻歪了”，有同屏那就省心很多 #AI同传 #QwenLiveTranslate
0:22

阿里刚刚放出了下一代实时同声传译模型：Qwen3.8-LiveTranslate，字均延迟从2.8秒压到2.3秒，支持60种语言 如果延迟稳定压到2.3秒这个水平，并且在多说话人、长音频场景下DER可控，那会议、展会、跨境电商谈判等大量这种“够用就行”的场景可能会率先被AI接管 它这版做了架构重造，把同传重构为了音频—文本交织的单流形式，已听音频和已出译文都可缓存复用，从效果看整体翻译的忠实度、流畅度还可以 另外增加了三个新能力，实时说话人分离、原文译文同帧同出双语同屏、长上下文消歧 比如说多人轮流发言的场景，它知道每句话是谁说的，译文用的还是那个发言人的音色 原文译文同屏对照，这个相当于可以随时对账，翻译最大的疑虑就是“是不是给我漏了、翻歪了”，有同屏那就省心很多 #AI同传 #QwenLiveTranslate

AIGCLINK

89,605 Aufrufe • vor 11 Tagen

好了，SnetiaRead Mac 版的英文播客功能也发布了，在发现菜单能看到入口。 可以边听边看字幕，遇到不认识的单词，点一下就能查，AI 会结合上下文和你的语言水平给出双语解释，帮助培养英语思维。 和书籍阅读一样，字幕能划线写笔记，句子看不懂也能翻译。阅读主题和字体配置也是同步的，在播客界面可以随时换。 有英语学习需求且感兴趣的朋友可以访问 可免费下载试用，如果之前已经安装过，打开应用后在右下角会有升级提示。 另外 iOS 版的字幕划线笔记以及翻译功能按钮，正在 App Store 审核中，顺利的话明天应该也可以更新。
1:14

好了，SnetiaRead Mac 版的英文播客功能也发布了，在发现菜单能看到入口。 可以边听边看字幕，遇到不认识的单词，点一下就能查，AI 会结合上下文和你的语言水平给出双语解释，帮助培养英语思维。 和书籍阅读一样，字幕能划线写笔记，句子看不懂也能翻译。阅读主题和字体配置也是同步的，在播客界面可以随时换。 有英语学习需求且感兴趣的朋友可以访问 可免费下载试用，如果之前已经安装过，打开应用后在右下角会有升级提示。 另外 iOS 版的字幕划线笔记以及翻译功能按钮，正在 App Store 审核中，顺利的话明天应该也可以更新。

Kevin Ma

16,459 Aufrufe • vor 5 Monaten

看大家昨天都因为这个项目卧槽了一天！ 朋友们都开始整活儿，其实对于精度要求不高只是展示3D的就是可以直接使用开源的一些3D库就可以拿来使用。 我最早接触和了解这玩意还是Apple的 Reality Composer，官方也提供了对应的3D USDZ/USDC 格式的3D 模型库，并且都是免费的。 直接导入页面还可以做AR增强现实使用，如果说你需要自定义或者进行进行教学互动炸裂就可以看看JigSpace 做的非常不错的教学类的App。 Apple 官方组3D模型库： 我这个做的Demo 用的github： 模型： 看看各位还可以玩出什么花儿，这个是花了20分钟搞出来的，后面可以继续迭代一下。
1:02

看大家昨天都因为这个项目卧槽了一天！ 朋友们都开始整活儿，其实对于精度要求不高只是展示3D的就是可以直接使用开源的一些3D库就可以拿来使用。 我最早接触和了解这玩意还是Apple的 Reality Composer，官方也提供了对应的3D USDZ/USDC 格式的3D 模型库，并且都是免费的。 直接导入页面还可以做AR增强现实使用，如果说你需要自定义或者进行进行教学互动炸裂就可以看看JigSpace 做的非常不错的教学类的App。 Apple 官方组3D模型库： 我这个做的Demo 用的github： 模型： 看看各位还可以玩出什么花儿，这个是花了20分钟搞出来的，后面可以继续迭代一下。

Berryxia.AI

70,728 Aufrufe • vor 4 Monaten

看我作为一个 AI 博主是如何用飞书 + 【可联网的】DeepSeek R1 搭建简单自动化工作流提升工作效率的 作为一个 AI 博主，日常一大部分工作是阅读和分享各种海外的AI资讯，这就少不了要翻译各种英文文章。之前我很多操作是手动的，比如复制粘贴文章到 Markdown 编辑器，然后从编辑器复制到 DeepSeek R1 或者 ChatGPT 去翻译，再改写后发布。 之前看 orange ai 分享的飞书多维表格接入 DeepSeek R1 的教程，【加上这周飞书的AI直播】，按照我自己的场景定制了几个工作流，最开始只是简单的文本翻译，后来发现也能用支持从图片提取文字，那意味着我可以直接先把图片转成文字，再基于翻译好的文本用 DeepSeek R1 翻译。简单设置后就成功了。 再后来我甚至更进一步，直接从 URL 抓取内容，然后借助 DeepSeek R1 翻译，最后甚至还可以把翻译后的文章用各种不同的文章风格改写，使用的时候只要输入 URL 就可以自动生成一篇高质量的文章，是真的很方便。 具体来说，就是飞书在添加字段的时候，可以选 ShortCuts（中文可能对应的是“快捷方式”），然后从快捷方式中选择各种不同的工具，比如说 AI 抓取、DeepSeek R1、图片 OCR、图片生成、抠图等等，并且你可以设置某个字段的内容为输入，以及自定义提示词。 就像我前面自动从 URL 生成文章的流程，主要有这样几个字段： - URL：输入 URL - 原始网页内容（AI Web Link Reader）：从输入的 URL 中提取标题、内容为 Markdown 文本 - 翻译为中文（DeepSeek R1）：将抓取后的 Markdown 文本翻译为中文 - 翻译为中文 - 输出结果：DeepSeek R1 的输出结果 - 风格改写（DeepSeek R1）：将翻译后的内容用指定的风格改写，阅读起来更自然 - 风格改写 - 输出结果：DeepSeek R1 的输出结果 除了上面的 URL 生成文章外，里面还包含了几个不同的常用工作流： - 将输入的文本内容翻译为中文 - 将输入的图片内容翻译为中文 - 生成多条爆款标题供选择 工作流的飞书模板链接🔗我放在了评论，建议你也可以试试，应该可以发掘出不少有意思的场景。⬇️
1:38

看我作为一个 AI 博主是如何用飞书 + 【可联网的】DeepSeek R1 搭建简单自动化工作流提升工作效率的 作为一个 AI 博主，日常一大部分工作是阅读和分享各种海外的AI资讯，这就少不了要翻译各种英文文章。之前我很多操作是手动的，比如复制粘贴文章到 Markdown 编辑器，然后从编辑器复制到 DeepSeek R1 或者 ChatGPT 去翻译，再改写后发布。 之前看 orange ai 分享的飞书多维表格接入 DeepSeek R1 的教程，【加上这周飞书的AI直播】，按照我自己的场景定制了几个工作流，最开始只是简单的文本翻译，后来发现也能用支持从图片提取文字，那意味着我可以直接先把图片转成文字，再基于翻译好的文本用 DeepSeek R1 翻译。简单设置后就成功了。 再后来我甚至更进一步，直接从 URL 抓取内容，然后借助 DeepSeek R1 翻译，最后甚至还可以把翻译后的文章用各种不同的文章风格改写，使用的时候只要输入 URL 就可以自动生成一篇高质量的文章，是真的很方便。 具体来说，就是飞书在添加字段的时候，可以选 ShortCuts（中文可能对应的是“快捷方式”），然后从快捷方式中选择各种不同的工具，比如说 AI 抓取、DeepSeek R1、图片 OCR、图片生成、抠图等等，并且你可以设置某个字段的内容为输入，以及自定义提示词。 就像我前面自动从 URL 生成文章的流程，主要有这样几个字段： - URL：输入 URL - 原始网页内容（AI Web Link Reader）：从输入的 URL 中提取标题、内容为 Markdown 文本 - 翻译为中文（DeepSeek R1）：将抓取后的 Markdown 文本翻译为中文 - 翻译为中文 - 输出结果：DeepSeek R1 的输出结果 - 风格改写（DeepSeek R1）：将翻译后的内容用指定的风格改写，阅读起来更自然 - 风格改写 - 输出结果：DeepSeek R1 的输出结果 除了上面的 URL 生成文章外，里面还包含了几个不同的常用工作流： - 将输入的文本内容翻译为中文 - 将输入的图片内容翻译为中文 - 生成多条爆款标题供选择 工作流的飞书模板链接🔗我放在了评论，建议你也可以试试，应该可以发掘出不少有意思的场景。⬇️

宝玉

87,596 Aufrufe • vor 1 Jahr

最近看了很多世界杯的切片，我那是看得激情澎湃 特别是佛得角的40岁门将7次扑救逼平西班牙！！ 我心血来潮专门找了他的赛后采访，还给采访做了个多语种的翻译。 做翻译的过程中我觉得最大的痛点是如果有一种原样保留语气，节奏，情绪的语音翻译就好了。 经过调研，我终于找到一种开源免费的翻译视频的方式，效果不错大家都可以试试！👇 #有道TTS
1:37

最近看了很多世界杯的切片，我那是看得激情澎湃 特别是佛得角的40岁门将7次扑救逼平西班牙！！ 我心血来潮专门找了他的赛后采访，还给采访做了个多语种的翻译。 做翻译的过程中我觉得最大的痛点是如果有一种原样保留语气，节奏，情绪的语音翻译就好了。 经过调研，我终于找到一种开源免费的翻译视频的方式，效果不错大家都可以试试！👇 #有道TTS

铁锤人

53,674 Aufrufe • vor 3 Monaten

我平时挺爱学习的，但大多技术的资料是外语，而且我不爱看文字喜欢看视频学习，苦于外语不好一直没机会好好学习，不久之前看到一个开源项目全自动视频翻译,还可以多角色 AI 配音、声音克隆等内置了很多模型，阿里的字节的谷歌的openai的等等非常多，我自己试了一下，我还特地搞了个克隆的声音，但效果好像不是很好。我也不是没找过一些付费的，要知道一些学习视频可能长达1~2小时甚至4~5小时，转一次视频不但要几天而且要几千块钱，真的搞不起。我把这个项目链接贴出来,有兴趣的可以看看，如果有更好的视频翻译工具可以推荐给我:
0:21

我平时挺爱学习的，但大多技术的资料是外语，而且我不爱看文字喜欢看视频学习，苦于外语不好一直没机会好好学习，不久之前看到一个开源项目全自动视频翻译,还可以多角色 AI 配音、声音克隆等内置了很多模型，阿里的字节的谷歌的openai的等等非常多，我自己试了一下，我还特地搞了个克隆的声音，但效果好像不是很好。我也不是没找过一些付费的，要知道一些学习视频可能长达1~2小时甚至4~5小时，转一次视频不但要几天而且要几千块钱，真的搞不起。我把这个项目链接贴出来,有兴趣的可以看看，如果有更好的视频翻译工具可以推荐给我:

米斯特姚

12,976 Aufrufe • vor 7 Monaten

一直以来，学英语对我来说都是一件挺痛苦的事🥺 大家都说： 看美剧、背单词、每天坚持听英语…… 但这些方法到我这里好像都不太行 听不进去，背了又忘 而且我现在对英语的需求，也早就不是为了考试、死记硬背了 我更想要的是： 能正常开口交流，别人聊天的时候，大概能听懂他们在说什么。 但学了这么久，好像一直没有特别明显的变化 这个其实挺让我焦虑的😭 —————— ฅ՞• •՞ฅ —————— 但半个月前，我发现了一个对我来说更高效的方法： 在 YouTube 上看 Ariannita la Gringa 这种生活英语频道 她不是那种很死板地讲语法、背单词的老师 而是直接结合真实场景教英语 麦当劳怎么点餐 机场安检怎么说 星巴克怎么点咖啡 餐厅怎么跟服务员交流 在美国吃饭、小费到底该怎么给 我发现放到具体场景以后，很多表达突然就没那么难记了 场景 + 动作 + 中文意思 记忆反而比单独背单词要深很多 —————— ฅ՞• •՞ฅ —————— 刚好最近又被朋友种草了 沉浸式翻译 沉浸式翻译 我现在看这些英语视频，基本都会直接开中英双语字幕 一句英文出来，下面马上能看到中文。 不懂的时候看一眼，懂的时候就继续听。 有些 YouTube / X 视频本身连字幕都没有，它还可以直接用 AI 补字幕 这种方式对我来说真的比死背有意思太多了😭 我一开始只是拿它来辅助学英语，后来才发现，沉浸式翻译其实还有很多日常刚需功能 我平时每天都会刷很多英文 X、AI / Crypto 资讯和海外网站。 以前要经常在网页、截图、翻译器、ChatGPT 之间来回切换 现在很多时候点一下右边的小图标就能解决 阅读节奏就不会一直被打断了 —————— ฅ՞• •՞ฅ —————— 最近它的几个功能里，我最喜欢这两个： 第一个是 BabelFast 主要就是一个字： 快 尤其看长网页、技术文档和论文的时候，我其实不在乎背后用了什么模型。 我只在乎： 我往下看的时候，翻译能不能跟得上？ 看到一半停下来等翻译，真的很容易把思路等没了 第二个是圈选翻译 网页文字还好，最烦的是图片、截图、PPT、图表里突然冒出来几行英文 现在直接点一下就能翻 我觉得它有点像以前“划词翻译”的加强版， 特别适合看梗图、信息图、产品截图、论文图表。 如果你也像我一样，每天都要刷很多海外信息、看视频、读论文和技术资料 那 BabelFast、AI 字幕、Babeldoc 这些 Pro 功能，是真的帮你省时间 以前看到英文： 复制 → ChatGPT → 翻译 现在很多时候： 点一下右边的小图标，就解决了 这可能才是我最需要的状态： 不是等英语学好了再去看世界，而是一边看世界，一边把英语慢慢学会
0:38

一直以来，学英语对我来说都是一件挺痛苦的事🥺 大家都说： 看美剧、背单词、每天坚持听英语…… 但这些方法到我这里好像都不太行 听不进去，背了又忘 而且我现在对英语的需求，也早就不是为了考试、死记硬背了 我更想要的是： 能正常开口交流，别人聊天的时候，大概能听懂他们在说什么。 但学了这么久，好像一直没有特别明显的变化 这个其实挺让我焦虑的😭 —————— ฅ՞• •՞ฅ —————— 但半个月前，我发现了一个对我来说更高效的方法： 在 YouTube 上看 Ariannita la Gringa 这种生活英语频道 她不是那种很死板地讲语法、背单词的老师 而是直接结合真实场景教英语 麦当劳怎么点餐 机场安检怎么说 星巴克怎么点咖啡 餐厅怎么跟服务员交流 在美国吃饭、小费到底该怎么给 我发现放到具体场景以后，很多表达突然就没那么难记了 场景 + 动作 + 中文意思 记忆反而比单独背单词要深很多 —————— ฅ՞• •՞ฅ —————— 刚好最近又被朋友种草了 沉浸式翻译 沉浸式翻译 我现在看这些英语视频，基本都会直接开中英双语字幕 一句英文出来，下面马上能看到中文。 不懂的时候看一眼，懂的时候就继续听。 有些 YouTube / X 视频本身连字幕都没有，它还可以直接用 AI 补字幕 这种方式对我来说真的比死背有意思太多了😭 我一开始只是拿它来辅助学英语，后来才发现，沉浸式翻译其实还有很多日常刚需功能 我平时每天都会刷很多英文 X、AI / Crypto 资讯和海外网站。 以前要经常在网页、截图、翻译器、ChatGPT 之间来回切换 现在很多时候点一下右边的小图标就能解决 阅读节奏就不会一直被打断了 —————— ฅ՞• •՞ฅ —————— 最近它的几个功能里，我最喜欢这两个： 第一个是 BabelFast 主要就是一个字： 快 尤其看长网页、技术文档和论文的时候，我其实不在乎背后用了什么模型。 我只在乎： 我往下看的时候，翻译能不能跟得上？ 看到一半停下来等翻译，真的很容易把思路等没了 第二个是圈选翻译 网页文字还好，最烦的是图片、截图、PPT、图表里突然冒出来几行英文 现在直接点一下就能翻 我觉得它有点像以前“划词翻译”的加强版， 特别适合看梗图、信息图、产品截图、论文图表。 如果你也像我一样，每天都要刷很多海外信息、看视频、读论文和技术资料 那 BabelFast、AI 字幕、Babeldoc 这些 Pro 功能，是真的帮你省时间 以前看到英文： 复制 → ChatGPT → 翻译 现在很多时候： 点一下右边的小图标，就解决了 这可能才是我最需要的状态： 不是等英语学好了再去看世界，而是一边看世界，一边把英语慢慢学会

Nana

44,506 Aufrufe • vor 1 Monat