为什么会有 AI Translator
最初的想法是把一款现有的 Android 离线翻译应用(开源的)用于通话和会议。但我们几乎立刻就碰到了操作系统的硬性限制。Android 允许第三方应用采集媒体和游戏的音频,却不允许采集电话或网络通话的音频,而通话期间应用的麦克风通常只能听到静音。
电脑就不一样了。Windows 和 macOS(14.2 起)都为应用提供了采集电脑自身正在播放的声音的方法。于是项目转向了桌面:一款收听系统音频、识别语音、翻译并显示字幕的应用,适用于任何会议应用,不需要机器人或插件。
在调研时(2026年9月),我们发现大型会议应用中的翻译字幕往往放在更高价位的付费档位里,并且在云端运行,许多第三方工具也是如此。我们想提供另一种选择:一切都在你的电脑上处理,适用于任何会议应用,重视越南语,而且因为不靠服务器翻译,每使用一分钟也不会增加额外的基础设施成本。这里有一篇离线翻译与云端翻译的比较。
翻译模型是通过测量选出的。在 2026年9月29日的一次内部测试中(320 句文本,五个翻译方向,在 Mac M4 Pro 上运行),我们选中的模型在自动翻译质量评分上得到 0.837,而在相同条件下测试的另外三个翻译模型得分在 0.736 到 0.833 之间。那次测试使用的是文本而不是真实语音,我们也没有和任何云端服务做比较。