- 離珠2026-09-28
就是手机放电影时，提前提取对应时间轴，然后实时预加载未来几秒内的画面，同时调flash模型或者API完成翻译（这个我没啥思路，像mimo-2.6这种全模态应该做不到秒处理吧）。
我要实现的效果就是类似B站那种AI字幕，在人物讲话之前，字幕就先出来了。
现在手机自带的翻译是实时翻译，人物话都快讲完了，字幕才慢慢出，很出戏。
主楼 - 枫子张2026-09-28
那意思是不是，再套一层壳？延后播放就行了？
- RzMY2026-09-28
如果是本地文件，可以不强求实时翻译，提前翻译完就行了。B站字幕也是这么做的。
- Biubiubu2026-09-28
翻译为什么需要加载画面，提取音轨不是更快一些？用 AI 不如用 ASR 吧，已经很成熟了
- RavelloH2026-09-28
- 離珠2026-09-28
有道理，vibe一个APP，在里面它自己先过一遍，提取时间轴，然后输出字幕文件，然后我回mx player里再加载字幕，应该可行的。
- 離珠2026-09-28
看动作片不得行，会频繁拉动，太出戏了。 ^-^
- 栗子2026-09-28
是将整段视频喂给AI去翻译输出翻译后的版本吗？
- RavelloH2026-09-28
- 離珠2026-09-28
- Calvinv2026-09-28
是什么 app 哇？想 mark 一下
- RavelloH2026-09-28
App Store
AI录音转文字: 实时转录 App - App Store
在 App Store 下载“成琦 李”的“AI录音转文字: 实时转录”。查看截屏、评分及评论、用户提示以及更多类似“AI录音转文字: 实时转录”的 App。
- RzMY2026-09-28
得做一些预处理，比如提取音轨、处理音频、转录，最后才是翻译
- Biubiubu2026-09-29
思路不一样。
你这种属于提前搞，最终的效果拖动进度条甚至离线也可以做到非常流畅的体验，但不是实时，这种更不需要 AI 翻译了，让 AI 帮你写代码就完了。
如果是实时，技术难度会高一些，我琢磨也不没必要用 AI 去翻译。
哈哈哈哈 刚看到有话题讨论这个了 你可以参考一下 字幕提取这个领域，Gemini 还是太超模了
- 離珠2026-09-29
我已经解决了，vibe coding了一个，用的大模型+离线方案。用自己的电脑做的服务端，提供一个网页给手机访问，异步处理了。 ^-^
- Zeus_Jie2026-09-29
- 離珠2026-09-29
上传 → 探测 → 抽音频 → 本地whisper 听写 → 本地LLM 校对 → 本地LLM 翻译 → 合成 SRT → 下载，这是我现在实现的方案，因为是要搞NSFW的，所以走不了云的API。
他那个我也去拜读下，谢谢分享哈 ^-^
- Biubiubu2026-09-30
NSFW 笑死 佬是剧情向的吗？
- 離珠2026-09-30
那必须的啊，日本的动作片，要加字幕就只能自食其力 ^-^
