逆向了VR播放器，沉浸式实时翻译：VR 和 本地 AI 翻译折腾记录

我又来了！

叠甲：

不分享破解，已购买正版软件，只提供思路。支持正版。

看剧的时候不了解剧情也很乏味没有意思，正好最近想尝试一下 AI 逆向。

首次实现

和 AI 分析一开始方案是开发一个全新软件（本着能不修改就不修改原则）。

在后台获取当前语音，传输到电脑处理后回传显示。

音频采集和翻译已经跑通，但当时没有找到能把独立应用的字幕直接叠进 4XVR 画面的公开接口。导致只能开启无缝多任务，一个大黑屏挡在旁边实时翻译。很难受。

如图（忽略 GPT 的无语文案副标题）：

遂搁置。

第二次实现

然后再次一顿分析，选择了逆向修改软件：

给原本的软件添加功能 → 局域网访问 / USB 连接电脑，实现识别 → 本地翻译 → 字幕显示。

模型选择上选择了轻量小模型，跑得快优先。

翻译采用：HY-MT2-1.8B Q8_0 GGUF

由 Windows 原生的 llama-server.exe 加载，通过 llama.cpp 的 GPU 加速进行推理。

语音识别：Qwen3-ASR-0.6B

（这里 GPT 给我的方案是在 WSL 环境部署 Qwen3-ASR / vLLM，使用增量识别。 Windows 上只能采用分段识别，体验上大概下一句话开始的时候显示上一句。如果可以接受的话，不用折腾环境，直接 Windows。当然，也可能有其他方案。翻译模型不变，依然部署在 Windows 系统本地。）

方案实现：

关于翻译准确度，我让 AI 改成携带前文，同时拖动进度条清除历史前文队列，只翻译当前句子，避免第一分钟的文本，影响我跳过 30 分钟后的台词。

最后实现效果

电脑本地面板：

VR 显示：

开始爽看（但其实开发过程更爽一点）

购买凭证：