浮在任何画面上
视频、直播、游戏、会议,字幕都在最上层。可以拖动、缩放;锁定后,点击会直接穿过字幕;录屏时也能自动隐藏。
Tomoru 直接听电脑播放的声音,把外语实时变成双语字幕,浮在任何画面上。外语直播、生肉番剧、VTuber、游戏、会议都能用,不用配置虚拟声卡。
为什么用 Tomoru
不挑播放器,不挑网站,也不挑游戏。只要电脑里有声音,就有字幕。
视频、直播、游戏、会议,字幕都在最上层。可以拖动、缩放;锁定后,点击会直接穿过字幕;录屏时也能自动隐藏。
不用麦克风,也不用装虚拟声卡。可以听系统的全部声音,也可以只听一个应用,比如边打游戏边只听浏览器里的直播。
识别和翻译都能在本机离线运行,也能用云端:自带免费的云端翻译,也能接你自己的 API。选本机时,声音和文字不会离开你的电脑。
工作原理
语音识别最多支持 30 种语言(取决于所选识别引擎),翻译支持 31 种语言互译。原文是白色,译文是灯笼的琥珀色。
听电脑正在播放的声音,或只听你选的那个应用。
皆さん、こんばんは。
把说的话识别成原文,边说边出字。
皆さん、こんばんは。
大家晚上好。
翻译成你选的语言,和原文一起浮在屏幕上。
细节
抢先翻译
说话的人还没说完,Tomoru 先给出前半句的大意;整句说完,再换成完整译文。看直播不用干等。
翻译场景和专名对照表
语音识别容易把角色名听成近音词(把 メテオ 听成 メデオ),翻译也常把名字按字面硬翻(把 クラウド 译成「云」)。给常看的番剧、主播或游戏建一个场景,名字会保持统一,听错的原文也会一起改对。接上你自己的 API,还能从字幕记录里学到新名字。
翻译屏幕上的文字
没配音的游戏对话、视频里的招牌、直播间弹幕:按 ⌥⇧S(Windows 为 Alt+Shift+S)框选一块屏幕,或者先截图再按快捷键。用的是你选的翻译引擎,选本机模型时,图片也在本机翻译。
适合这些时候
みんな、ギフトありがとう!
谢谢大家的礼物!
今夜は、星がよく見えるね。
今晚的星星,看得好清楚。
여러분, 안녕하세요.
大家晚上好。
This boss's second phase is really tough.
这个 Boss 的第二阶段超强的。
Let's circle back on this next week.
这个我们下周再聊。
上手
第一次打开要多一步:macOS 在「系统设置 › 隐私与安全性」里点「仍要打开」;Windows 在 SmartScreen 警告里点「更多信息」,再点「仍要运行」。
引导会带你选听到的语言、要翻译成的语言,以及用本机还是云端来识别和翻译。
引导里会播一段示例直播,字幕出来就说明一切就绪。之后 Tomoru 待在菜单栏,随时开始、停止。
隐私
只听电脑播放的声音,从不使用麦克风。声音从不保存。
本地识别和本地翻译都在你的电脑上完成。用云端引擎时,数据只发给你选的服务。
打开后,原文和译文只存在你的电脑上,随时可以删除。
只在检查更新时连接 GitHub,下载模型时连接 Hugging Face 或 ModelScope。
Tomoru 和 ルビ
app 的名字来自看板娘 Tomoru(ともる),一个提着纸灯笼的女孩:灯る 是「点亮」的意思。她头顶的企鹅叫 ルビ(Rubi),名字取自标在难字上方、帮人读懂的那行小字。
没在翻译时,她们在菜单栏里打瞌睡;开始翻译,就一起醒过来。
常见问题
不要。Tomoru 免费,代码以 GPL-3.0 开源。自带的云端翻译免费;云端语音识别要用你自己的 API key,按服务商的价格计费。只用本机引擎就完全不花钱。
macOS 26 或更新(Apple 芯片),以及 Windows 11(x64)。
语音识别最多支持 30 种语言(取决于所选识别引擎),翻译支持 31 种语言互译。界面有简体中文、繁体中文、英文、日文和韩文。
都不用。Tomoru 直接听电脑播放的声音,从不使用麦克风。
Tomoru 还没有经过 Apple 公证,Windows 版也没有签名。macOS:打开「系统设置 › 隐私与安全性」,点 Tomoru 旁边的「仍要打开」。Windows:SmartScreen 警告时,点「更多信息」,再点「仍要运行」。
可以在设置里打开「录屏时隐藏字幕」,字幕就只给你自己看。